KR102513021B1 - 측정치 획득 방법, 프로세스 단계 수행 장치, 계측 장치, 디바이스 제조 방법 - Google Patents

Abstract

리소그래피 프로세스 단계를 수행하기 이전 또는 이후에 기판(W')에 걸친 위치로부터 측정치가 획득된다. 이러한 측정의 예에는 패턴을 기판에 적용하기 전에 이루어지는 정렬 측정, 및 패턴이 적용된 이후의, 오버레이와 같은 성능 파라미터의 측정이 있다. 측정 위치들(606, 606' 또는 606")의 세트는 모든 가능한 측정 위치(302)로부터 선택된다. 선택된 측정 위치들의 적어도 하나의 서브세트는 측정 위치의 예비 선택(610)을 사용하여 획득된 측정치에 응답하여 동적으로 선택된다(202c). 높이의 예비 측정이 정렬을 위한 측정 위치를 선택하기 위하여 사용될 수 있다. 본 발명의 다른 양태에서, 이상 측정치는 높이 측정 또는 이력 데이터와 같은 보충 데이터에 기초하여 검출된다.

Description

측정치 획득 방법, 프로세스 단계 수행 장치, 계측 장치, 디바이스 제조 방법{METHOD OF OBTAINING MEASUREMENTS, APPARATUS FOR PERFORMING A PROCESS STEP AND METROLOGY APPARATUS}

관련 출원에 대한 상호 참조

본원은 2016 년 5 월 12 일에 출원된 EP 출원 제 EP16169384, 2016 년 9 월 12 일에 출원된 EP 출원 제 EP16188380 및 2017 년 3 월 29 일에 출원된 EP 출원 제 EP17163586 에 대한 우선권을 주장하는데, 이들은 그 전체 내용이 원용되어 본원에 통합된다.

본 발명은 하나 이상의 기판에 걸친 위치로부터 측정치를 획득하는 방법에 관한 것이다. 본 발명은 예를 들어 리소그래피 장치 또는 계측 장치에 적용될 수 있다. 또한, 본 발명은 이러한 리소그래피 장치를 사용하여 디바이스를 제조하는 방법, 및 이러한 방법의 일부를 구현하기 위한 데이터 처리 장치 및 컴퓨터 프로그램 제품에 관한 것이다.

리소그래피 장치는 기판 상에, 통상적으로는 기판의 타겟 영역 상에 원하는 패턴을 부여하는 장치이다. 리소그래피 장치는 예컨대 집적회로(IC)의 제조 시에 사용될 수 있다. 그 경우, 마스크 또는 레티클(reticle)이라고도 불리는 패터닝 장치가 집적회로의 개개의 층 상에 형성될 회로 패턴을 생성하기 위해 사용될 수 있다. 이러한 패턴은 기판(예를 들어, 규소 웨이퍼) 상의 타겟부(예를 들어, 다이의 일부, 하나 또는 몇몇 다이들을 포함) 상으로 전사될 수 있다. 패턴의 전사는 통상적으로 기판 상에 제공된 방사사전-감응재(레지스트) 층 상으로의 이미징(imaging)을 통해 수행된다. 일반적으로, 단일 기판은 연속적으로 패터닝되는 인접한 타겟부들의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는, 한 번에 타겟부 상으로 전체 패턴을 노광함으로써 각 타겟부가 조사(irradiate)되는 이른바 스테퍼, 및 주어진 방향("스캐닝" 방향)으로 방사 빔을 통해 패턴을 스캔하는 동시에 이러한 방향에 평행 또는 반-평행하게 기판을 스캔함으로써 각 타겟부가 조사되는 이른바 스캐너를 포함한다.

리소그래피 프로세스의 중요한 성능 파라미터는 오버레이 오차이다. 흔히 "오버레이"라고 간단히 불리는 이러한 오차는, 이전의 층 내에 형성된 피쳐에 대한 정확한 위치에 제품 피쳐를 배치할 때의 오차이다. 디바이스 구조체가 점점 더 작아짐에 따라, 오버레이 사양은 더욱 엄격해진다.

리소그래피 장치 내에는, 종래에는 기판 상에 제공된 정렬 마크의 측정에 기초하여 웨이퍼 정렬 모델이 적용되고, 이러한 측정은 모든 패터닝 동작의 예비 단계로서 이루어진다. 현재의 정렬 모델은 웨이퍼의 비선형 왜곡을 정정하기 위한 더 높은 차수의 모델을 포함한다. 또한, 정렬 모델은 다른 측정 및/또는 패터닝 동작 중의 열변형과 같은 계산된 효과를 고려하도록 확장될 수 있다. 그러나, 웨이퍼 당 이용가능한 시간은 모든 정렬 마크가 측정되게 허용하지 않고, 필연적으로 속도와 정확도 사이에 타협이 이루어져야 한다.

현재, 오버레이 오차는, 예를 들어 US2012008127A1 에 기술된 진보된 프로세스 제어(APC)와 같은 방법 및 예를 들어 US2013230797A1 에 기술된 웨이퍼 정렬 모델을 이용하여 제어되고 정정된다. 진보된 프로세스 제어 기법이 최근 몇 년 동안에 소개되었고, 적용된 디바이스 패턴과 나란히 기판에 적용된 계측 타겟의 측정을 사용한다. 검사 장치는 리소그래피 장치와 별개이거나 함께 통합될 수 있다.

정렬 모델 및 진보된 프로세스 제어 덕분에 오버레이가 크게 감소되었지만, 모든 오차가 정정되는 것은 아니다. 이러한 오차 중 일부는 예를 들어 정정불가능 노이즈일 수 있지만, 그렇지 않은 것들은 이용가능한 기법을 사용하여 이론상으로는 정정될 수 있다고 해도 실제로 경제적으로는 정정가능하지 않다. 예를 들어, 더 높은 차수의 모델을 구상해 볼 수 있지만, 그러면 따라서 위치 측정치의 공간적 밀도가 더 높아질 것이다. 다시 말하건대, 가능한 측정 위치의 높은 공간적 밀도가 존재한다고 해도, 이러한 여러 측정 위치를 실제로 측정하려면 계측 장치의 리소그래피 프로세스의 쓰루풋에 악영향을 줄 것이다.

따라서, 오버레이와 같은 중요한 성능 파라미터를 개선하는 관점에서 기판의 가장 중요한 피쳐를 캡쳐하는 측정 "레시피"를 규정하는 것이 공통적이다. 특정 타입의 처리에 의하여 해당 프로세스를 거치는 기판의 왜곡에 특정한 "지문(fingerprint)"이 생긴다는 것이 알려져 있으면, 측정 위치들의 세트는 패터닝 단계에서 이러한 것을 정정할 가능성을 최대화하는 방식으로 해당 지문을 캡쳐하도록 선택될 수 있다. 그러나, 프로세스 지문이 웨이퍼의 단일 로트에서도 매우 광범위하게 변할 수 있다는 데에 문제점이 있다. 어떤 웨이퍼에 대해 양호한 오버레이 성능을 제공하는 측정 위치들의 세트도 다음 웨이퍼에 대해서는 양호한 오버레이 성능을 제공할 수 없을 수 있다. 같은 원리가, 계측 애플리케이션에서 이미 리소그래피 프로세스를 거친 기판 상의 측정 위치를 선택하는 데에도 적용된다.

정렬 및 계측 성능 양자 모두에 영향을 주는 다른 문제점은 이상(anomalous) 샘플 또는 "이상치(outlier)"의 문제이다. 정렬 데이터에서, 이상치는 웨이퍼 아래의 오염과 같은 매우 국지화된 원인에 의해 영향을 받는 위치 측정일 수 있다. 그러나, 이러한 측정이 정렬 모델에 포함되면, 이상 측정치의 영향이 확산될 수 있어서, 불필요하게 넓은 영역에 걸쳐 오버레이 성능을 열화시킨다. 이와 유사하게, 성능 계측에 이상치가 존재하면 진보된 성능 제어 루프에 노이즈 및 열화가 생기게 할 수 있다.

본 발명은 측정되어야 하는 측정 위치들의 개수를 반드시 증가시켜야 할 필요가 없이 측정 결과의 관련성(주로 리소그래피 프로세스의 성능의 관련성)을 개선하는 것을 목적으로 한다.

본 발명의 일 양태에 따르면, 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에 기판에 걸친 위치로부터 측정치를 획득하는 방법으로서, 모든 가능한 측정 위치 중에서 측정 위치들의 세트가 선택되고, 각각의 선택된 위치에서 상기 기판 상의 구조체의 특성에 대한 측정이 이루어지며, 선택된 측정 위치들의 적어도 하나의 서브세트가, 측정 위치의 예비 선택을 사용하여 획득된 측정치와 연관된 지문의 인식에 적어도 부분적으로 응답하여 동적으로 선택되는, 측정치 획득 방법이 제공된다.

측정 위치들의 세트를 동적으로 선택하면, 성능 개선에 가장 많이 관련될 가능성이 있는 위치가 측정들의 총 수와 측정 시간을 반드시 증가시킬 필요가 없이 기판마다 선택될 수 있다. 본 발명이 아닐 경우 측정 위치들의 제한된 세트를 선택함으로써 기대될 수 있는 성능 페널티가 기판들 사이에 프로세스 변동이 있는 경우에도 감소될 수 있다.

리소그래피 프로세스 단계는 리소그래피 장치에서 수행되는 패터닝 단계일 수 있고, 다른 장치에서 수행되는 화학적 또는 물리적 처리 단계일 수도 있다.

측정 위치의 예비 선택(preliminary selection)에서 이루어진 측정 및/또는 측정 위치들의 선택된 세트에서 이루어진 측정은 리소그래피 장치 또는 다른 처리 장치에서 이루어질 수 있고, 또는 이들은 별개의 계측 장치에서 이루어질 수도 있다.

측정 위치의 예비 선택에서 이루어진 측정은 측정 위치들의 선택된 세트에서 획득된 측정치와 같은 측정 타입일 수 있고, 또는 다른 타입일 수도 있다. 측정 위치의 예비 선택에서 이루어진 측정은 측정 위치들의 선택된 세트에서 획득된 측정치와 같은 장치에서 이루어질 수 있고, 또는 다른 장치에서 이루어질 수도 있다.

본 명세서에 개시된 일부 예들에서, 정렬 측정(기판의 평면에서의 측정 위치 편차)에 대한 위치는 예비 위치에서의 정렬 측정에 기초하여 동적으로 선택된다. 다른 예들에서, 정렬 측정에 대한 위치는 높이 측정(면외 위치 편차)에 기초하여 동적으로 선택된다.

리소그래피 프로세스 단계 이전에 이루어진 측정의 예에는 리소그래피 장치에서 적용될 패턴을 위치설정하기 위해 이루어진 정렬 측정이 있다. 리소그래피 프로세스 단계 이후에 이루어진 측정의 예에는 오버레이와 같은 성능 파라미터의 측정이 있다.

본 발명은 또한, 리소그래피 프로세스의 프로세스 단계를 수행하는 장치로서, 상기 프로세스 단계를 수행하기 전에 기판의 측정을 수행하기 위한 측정 시스템을 포함하고, 상기 측정 시스템은 전술된 바와 같은 본 발명의 방법을 사용하여, 상기 기판에 걸친 위치들의 선택된 세트에서 측정치를 획득하도록 구성되는, 프로세스 단계 수행 장치를 제공한다.

본 발명은 또한, 계측 장치로서, 전술된 바와 같은 본 발명의 방법을 사용하여, 기판에 걸친 위치들의 선택된 세트에 있는 구조체의 하나 이상의 속성의 측정치를 획득하도록 구성되는, 계측 장치를 제공한다.

본 발명은 또한, 디바이스 제조 방법으로서, 리소그래피 프로세스 단계를 포함하고, 상기 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에, 전술된 바와 같은 본 발명의 방법에 의하여 기판에 걸친 위치들의 선택된 세트에서 측정치가 획득되고, 획득된 측정치는 상기 기판 및/또는 추가적 기판의 처리를 위하여 상기 리소그래피 프로세스 단계의 파라미터를 조절하는 데 사용되는,디바이스 제조 방법을 제공한다.

또한, 독립적인 양태에서 본 발명은, 기판 상의 측정 위치에서 이루어진 측정에 대한 가중치 인자를 결정하는 방법으로서, 측정치에 품질 테스트를 적용하는 단계- 상기 품질 테스트는 상기 측정 위치와 연관된 보충 데이터에 적어도 부분적으로 기초함 -; 및 상기 품질 테스트의 결과에 기초하여 상기 가중치 인자를 결정하는 단계를 포함하는, 가중치 인자 결정 방법을 제공한다.

일부 실시예들에서 보충 데이터는 이전에 처리된 기판들에 기초한 통계 데이터를 포함한다. 가중치 인자는, 예를 들어 장래의 처리에 대한 이상 측정치의 영향을 줄이기 위하여 다양한 방식으로 활용될 수 있다.

본 발명의 장치 및 방법은 일부 실시예들에서 현존하는 장치의 제어 소프트웨어를 수정함으로써 구현될 수 있다.

또한, 본 발명은 하나 이상의 프로세서가 전술된 장치에서 본 발명의 방법의 양태들을 구현하게 하는 머신 판독가능 명령을 포함하는 컴퓨터 프로그램 제품을 제공한다. 컴퓨터 프로그램 제품은 비-일시적 스토리지 매체에 저장된 상기 머신 판독가능 명령을 포함할 수 있다.

이제, 본 발명의 실시예들이 첨부된 개략적인 도면을 참조하여 예시를 통해 설명될 것이다:
도 1 은 반도체 디바이스용 생산 설비를 제조하는 다른 장치와 함께 리소그래피 장치를 도시한다;
도 2 는 공지된 실무에 따른 것이고 본 발명의 일 실시예에 따라서 변경된, 도 1 의 리소그래피 장치에서 수행되는 측정 및 노광 프로세스를 개략적으로 도시한다;
도 3 은 (a) 예시적인 웨이퍼 상에서 측정하기 위해 이용가능한 측정 위치들의 분포 및 (b) 대량 생산 중에 측정하기 위해 선택된 측정 위치들의 예시적인 세트를 도시한다;
도 4 는 (a) 반도체 웨이퍼 상의 예시적인 프로세스-유도 지문, 및 (b) 수 개의 로트로부터 취해진 웨이퍼들의 세트에서 웨이퍼들 사이의 지문의 변동을 예시한다;
도 5 는 도 4 의 (b)에 도시되는 웨이퍼들의 동일한 샘플에 걸친, 측정 위치들의 선택된 세트를 사용하는 것에 기인한 리소그래피 프로세스의 성능 파라미터의 편차를 예시한다;
도 6 은, 본 발명의 제 1 실시예에 따른, 개개의 기판에 대해서 측정 위치들의 세트를 동적으로 선택하기 위한 수정된 방법을 예시한다;
도 7 은 도 5 와 동일한 웨이퍼들의 세트에 걸쳐, 각각의 웨이퍼에 대해 측정 위치들의 세트를 동적으로 선택하는 효과를 시뮬레이션 하기 위해 계산된, 리소그래피 프로세스의 성능 파라미터의 편차를 예시한다;
도 8 은 (a) 동일한 선택 측정 위치를 사용하는 경우 및 (b) 측정 위치들의 동적으로 선택된 세트를 사용하는 경우의 성능의 편차의 공간적 분포를 예시한다;
도 9 는 본 발명의 제 2 실시예에 따르는 계측 방법 및 프로세스 제어를 예시한다;
도 10 은 예를 들어 실제 예에서의 정렬 데이터인 측정 데이터에 존재하는 이상치의 문제점을 예시한다;
도 11 은, 본 발명의 제 2 양태의 다양한 실시예에 따른, 이상치를 검출하고 그 영향을 감소시키기 위한 기법을 예시한다;
도 12 는 주성분 분석에 기초한 예시적인 이상치 검출 방법에 따른 통계적 분석의 이론을 예시한다;
도 13 은 도 10 의 예에서 도 12 의 원리를 사용하여 이상치를 검출하는 것을 예시한다;
도 14 는 도 10 의 (a)의 예와 비교한, 문제가 있는 웨이퍼 상의 개선된 오버레이 성능을 예시한다;
도 15 는 본 발명의 제 3 실시예의 계측 및 제어 방법을 예시하는데, 이러한 방법은 (a) 오프라인 프로세스 및 (b) 인라인 프로세스를 포함한다;
도 16 은 높이 경사도 맵 및 도 15 의 방법에서의 측정 위치의 동적 선택을 예시한다; 그리고
도 17 은 본 발명의 제 4 실시예의 계측 및 제어 방법을 예시하는데, 이러한 방법은 (a) 오프라인 프로세스 및 (b) 인라인 프로세스를 포함한다.

본 발명의 실시예들을 상세하게 설명하기 이전에, 본 발명의 실시예들이 구현될 수 있는 예시적인 환경을 제시하는 것이 유익하다.

도 1 은 대량의 리소그래피 제조 프로세스를 구현하는 산업 설비의 일부로서, 리소그래피 장치(LA)를 100 에서 도시한다. 제공된 예에서, 제조 프로세스는 반도체 웨이퍼와 같은 기판 상에 반도체 제품(집적 회로)을 제조하기 위해 적응된다. 상이한 타입의 기판을 이러한 프로세스를 변형하여 처리함으로써 매우 다양한 제품이 제조될 수 있다는 것을 당업자는 이해할 것이다. 반도체 제품의 생산은 오늘날 상업적으로 매우 중요한 일 예로서만 사용된다.

리소그래피 장치(또는 간략히 "리소 툴(100)") 내에는 102 에 측정 스테이션(MEA)이 도시되고, 104 에 노광 스테이션(EXP)이 도시된다. 제어 유닛(LACU)은 106 에 도시된다. 이러한 예에서, 각각의 기판은 패턴이 적용되게 하기 위해 측정 스테이션 및 노광 스테이션에 진입한다. 광학적 리소그래피 장치에서, 컨디셔닝된 방사선 및 투영 시스템을 사용하여 패터닝 디바이스(MA)로부터 기판 상에 제품 패턴을 전사하기 위해서 예를 들어 투영 시스템이 사용된다. 이것은 패턴의 이미지를 방사사전-감응 레지스트 재료의 층에 형성함으로써 이루어진다.

본 명세서에서 사용되는 "투영 시스템"이라는 용어는, 이용되고 있는 노광 방사선(exposure radiation)에 대해 적합하거나 또는 침지액(immersion liquid)의 사용 또는 진공의 사용과 같은 다른 요인들에 대해 적합한, 굴절식, 반사식, 반사 굴절식(catadioptric), 자기식, 전자기식, 및 정전식 광학 시스템, 또는 이들의 임의의 조합을 포함하는 어떠한 타입의 투영 시스템도 포함하는 것으로 넓게 해석되어야 한다. 패터닝(MA) 디바이스는 마스크 또는 레티클일 수 있고, 이것은 패터닝 디바이스에 의해 투과되거나 반사된 방사선 빔에 패턴을 부여한다. 알려진 동작 모드는 스테핑 모드 및 스캐닝 모드를 포함한다. 잘 알려진 바와 같이, 투영 시스템은 기판에 대한 지지 및 위치설정 시스템 및 패터닝 디바이스와 다양한 방식으로 협동하여 원하는 패턴을 기판에 걸친 많은 타겟 부분에 적용시킬 수 있다. 프로그래밍가능한 패터닝 디바이스는 고정된 패턴을 가지는 레티클 대신에 사용될 수 있다. 예를 들어, 방사선은 심자외선(DUV) 또는 극자외(EUV) 파대역에 있는 전자기 방사선을 포함할 수 있다. 본 발명은 다른 타입의 리소그래피 프로세스, 예를 들어 전자 빔에 의한, 예를 들어 임프린트 리소그래피 및 다이렉트 라이팅(direct writing) 리소그래피에도 역시 적용가능하다.

리소그래피 장치 제어 유닛(LACU)은 다양한 액츄에이터 및 센서의 모든 이동 및 측정을 제어하여, 장치가 기판(W) 및 레티클(MA)을 수용하고 패터닝 동작을 구현하게 한다. LACU는 장치의 동작과 관련된 원하는 계산을 구현하는 신호 처리와 데이터 처리 능력을 더 포함한다. 실무상, 제어 유닛(LACU)은, 이러한 장치 내의 서브시스템 또는 컴포넌트의 실시간 데이터 획득, 처리 및 제어를 각각 처리하는 많은 서브유닛들의 시스템으로서 구현될 것이다.

패턴이 노광 스테이션(EXP)에서 기판에 적용되기 전에, 기판은 측정 스테이션(MEA)에서 처리되어 다양한 준비 단계들이 수행될 수 있게 한다. 준비 단계는 레벨 센서를 사용하여 기판의 표면 높이를 매핑하는 것과 정렬 센서를 사용하여 기판 상의 정렬 마크의 위치를 측정하는 것을 포함할 수도 있다. 공칭적으로, 정렬 마크는 규칙적인 그리드 패턴으로 배치된다. 그러나, 마크를 생성할 때 생기는 부정확성과 처리되는 동안 발생하는 기판의 변형 때문에, 마크들은 이상적인 그리드로부터 벗어나게 된다. 결과적으로, 이러한 장치가 제품 피쳐를 매우 높은 정확도로 올바른 위치에 인쇄하려면, 기판의 위치 및 배향을 측정하는 것에 추가하여, 실무상 정렬 센서는 기판 면적에 걸쳐 많은 마크의 위치를 자세하게 측정해야 한다.

이러한 리소그래피 장치(LA)는 두 개의 기판 테이블을 가지는 소위 이중 스테이지 타입일 수 있고, 각 테이블에는 제어 유닛(LACU)에 의해 제어되는 위치설정 시스템이 있다. 하나의 기판 테이블에 있는 하나의 기판이 노광 스테이션(EXP)에서 노광되는 동안, 다른 기판은 측정 스테이션(MEA)에 있는 다른 기판 테이블에 로딩될 수 있어서, 다양한 준비 단계들이 수행될 수 있다. 그러므로, 정렬 마크를 측정하는 것은 시간이 많이 걸리는 작업이고, 두 개의 기판 테이블을 제공하면 장치의 쓰루풋이 크게 증가하게 될 수 있다. 기판 테이블이 측정 스테이션과 노광 스테이션에 있는 동안 기판 테이블의 위치를 위치 센서(IF)가 측정할 수 없다면, 이러한 스테이션 양자 모두에서의 기판 테이블의 위치를 측정할 수 있도록 제 2 위치 센서가 제공될 수 있다. 또는, 측정 스테이션과 노광 스테이션은 통합될 수 있다. 예를 들어, 사전-노광 측정 페이즈 중에 측정 스테이지가 일시적으로 커플링되는 측정 스테이지가 알려져 있다. 본 발명은 이러한 타입의 시스템으로 한정되지 않는다.

생산 설비 내에서, 장치(100)는, 이러한 장치(100)에 의한 패터닝을 위해서 감광성 레지스트 및 다른 코팅을 기판(W)에 적용시키기 위한 코팅 장치(108)를 역시 포함하는 "리소 셀" 또는 "리소 클러스터"의 일부를 형성한다. 장치(100)의 출력측에는, 노광된 패턴을 물리적 레지스트 패턴으로 현상하기 위해서 베이킹 장치(110) 및 현상 장치(112)가 제공된다. 이러한 장치들 모두 사이에서, 기판 핸들링 시스템은 기판을 지지하고 이들을 장치의 일부에서 다른 부분으로 전달하는 것을 담당한다. 통칭하여 "트랙"이라고도 지칭되는 이들 장치는 감독 제어 시스템(supervisory control system; SCS)에 의해 제어되는 트랙 제어 유닛의 제어 하에 있게 되며, 감독 제어 시스템은 또한 리소그래피 장치 제어 유닛(LACU)을 통해 리소그래피 장치를 제어한다. 그러므로, 처리량 및 처리 효율을 최대화하기 위해 상이한 장치가 작동될 수 있다. 감독 제어 시스템(SCS)은 각각의 패터닝된 기판을 생성하기 위해 수행될 단계들의 정의를 상세히 제공하는 레시피 정보(R)를 수신한다.

리소셀 내에서 패턴이 적용되고 현상되면, 패터닝된 기판(120)은 122, 124, 126 에 예시되는 것과 같은 다른 처리 장치로 전달된다. 통상적인 제조 설비 내에는 다양한 장치에 의해 광범위한 처리 단계들이 구현된다. 예시를 위하여, 이러한 실시예에서 장치(122)는 에칭 스테이션이고, 및 장치(124)는 에칭후 어닐링 단계를 수행한다. 추가적인 물리적 및/또는 화학적 처리 단계들이 다른 장치(126 등)에 적용된다. 재료의 증착, 표면 재료 특성의 변경(산화, 도핑, 이온 이식 등), 화학적-기계적 연마(CMP) 등과 같은 여러 타입의 동작들이 실제 디바이스를 제작하기 위해 요구될 수 있다. 실무상, 장치(126)는 하나 이상의 장치에서 수행되는 일련의 상이한 처리 단계를 나타낸다.

잘 알려진 바와 같이, 반도체 디바이스를 제작하려면, 적합한 재료 및 패턴을 가지는 디바이스 구조체를 기판 위에 층별로 쌓아올리기 위해 이러한 처리들의 반복이 수반된다. 이에 따라, 리소 클러스터에 도달하는 기판(130)은 새롭게 준비된 기판일 수도 있고, 또는 기판은 이러한 클러스터 또는 완전히 다른 장치에서 이전에 처리된 기판일 수도 있다. 이와 유사하게, 요구되는 처리에 따라서, 장치(126)를 떠나는 기판(132)은 동일한 리소 클러스터 내에서의 후속 패터닝 동작을 위해 반환될 수 있거나, 상이한 클러스터 내에서의 패터닝 동작을 위해 보내질 수 있거나, 다이싱 및 패키징을 위해 보내져야 할 마감된 제품일 수도 있다.

제품 구조체의 각각의 층은 상이한 세트의 프로세스 단계를 요구하고, 각각의 층에서 사용되는 장치(126)는 타입이 완전히 다를 수도 있다. 더 나아가, 장치(126)에 의해 적용될 처리 단계들이 공칭적으로 동일한 경우에도, 큰 설비에서는 상이한 기판들에 단계(126)를 수행하도록 병렬적으로 동작하는, 동일해 보이는 여러 머신들이 존재할 수도 있다. 이러한 머신들 사이에서 셋-업 또는 고장에 있어서 작은 차이가 발생한다는 것은, 다른 기판들이 다른 방식으로 영향받게 된다는 것을 의미할 수 있다. 심지어, 에칭(장치(122))과 같이 각각의 층에 대해 상대적으로 공통인 단계들도, 공칭적으로 동일하지만 병렬적으로 작동하여 쓰루풋을 최대화하는 여러 에칭 장치들에 의해 구현될 수 있다. 더욱이, 실무적으로는, 다른 층들은 에칭될 재료의 세부사항과 예를 들어 이방성 에칭과 같은 특별한 요구 사항에 따라서 다른 에칭 프로세스, 예를 들어 화학적 에칭, 플라즈마 에칭을 요구한다.

선행 및/또는 후속 프로세스는 전술된 것처럼 다른 리소그래피 장치에서 수행될 수 있고, 심지어 상이한 타입의 리소그래피 장치에서 수행될 수도 있다. 예를 들어, 분해능 및 오버레이와 같은 파라미터가 매우 중요한 일부 층들은 디바이스 제작 프로세스 중에 덜 중요한 다른 층들 보다 더 진보된 리소그래피 툴에서 처리될 수 있다. 그러므로 일부 층들이 침지 타입 리소그래피 툴에서 노광될 수 있는 반면에 다른 층들은 '건식' 툴에서 노광된다. 일부 층들은 DUV 파장에서 동작하는 툴 안에서 노광될 수 있는 반면에, 다른 층들은 EUV 파장 방사선을 사용하여 노광된다.

리소그래피 장치에 의해 노광되는 기판이 정확하고 일정하게 노광되도록 하기 위해서는, 노광된 기판을 검사하여 후속 층들 사이의 오버레이 에러, 라인 두께, 임계 치수(CD) 등과 같은 특성을 측정하는 것이 바람직할 수 있다. 따라서, 리소셀(LC)이 그 안에 위치되는 제조 설비는, 리소셀 내에서 처리된 기판(W)의 일부 또는 전부를 수납하는 계측 시스템(MET)을 더 포함한다. 계측 결과는 감독 제어 시스템(SCS, 138)으로 직접적으로 또는 간접적으로 제공된다. 오차가 검출되는 경우, 특히 동일 배치(batch)의 다른 기판이 여전히 노광되기에 충분한 정도로 계측이 곧바로 신속하게 행해질 수 있으면, 후속 기판의 노광에 대한 조정이 이루어질 수 있다. 또한, 이미 노광된 기판들은 스트리핑되고 재작업(rework) 되며 - 수율을 개선하기 위하여 - 또는 폐기되어, 이를 통하여 오류가 있는 것으로 알려진 기판에 다른 처리를 수행하는 것을 회피할 수도 있다. 기판의 일부 타겟 영역에만 오류가 있는 경우, 양호한 것으로 간주되는 타겟 영역에만 추가의 노광이 수행될 수 있다.

도 1 에는 제조 프로세스의 원하는 스테이지에서 제품의 파라미터를 측정하기 위해 제공되는 계측 장치(140)도 역시 도시된다.

현대의 리소그래피 생산 설비 내에 있는 계측 장치의 공통적인 예는, 예를 들어 각도-분해 산란계 또는 분광식 산란계인데, 이것은 장치(122)에서의 에칭 이전에 120 에서 현상된 기판의 특성을 측정하기 위해 적용될 수 있다. 계측 장치(140)를 사용하면, 예를 들어 오버레이 또는 임계 치수(CD)와 같은 중요한 성능 파라미터가 현상된 레지스트 내의 규정된 정확도 요구 사항을 만족시키지 않는다는 것이 결정될 수 있다. 에칭 단계 이전에, 현상된 레지스트를 벗겨내고 리소 클러스터를 통해 기판(120)을 재처리할 기회가 있다. 역시 잘 알려진 바와 같이, 장치(140)로부터의 계측 결과(142)는, 시간에 따라 미세하게 조절하는 감독 제어 시스템(SCS) 및/또는 제어 유닛(LACU)(106)에 의해서, 패터닝 동작의 정확한 성능을 유지하여 제품이 사양에 벗어나게 제작되거나 재작업해야 하는 위험을 최소화시키기 위해 사용될 수 있다. 물론, 계측 장치(140) 및/또는 다른 계측 장치(미도시)는 처리된 기판(132, 134), 및 인입하는 기판(130)의 특성을 측정하기 위해 적용될 수 있다.

본 발명은, 측정들의 소정 세트에 대해서 이용가능한 시간이 기판에 걸친 모든 가능한 위치의 측정을 허용하지 않는 경우에 측정 위치를 동적으로 선택하는 것에 관련된다. 이러한 동적 선택은 도 1 의 제조 설비에서의 다양한 동작에 적용될 수 있다. 예를 들어, 이러한 기법은 패터닝 동작의 일부로서 기판 상의 정렬 마크를 측정할 때에 측정 위치를 선택하는 데에 적용될 수 있다. 대안적으로 또는 추가적으로, 측정 위치의 동적 선택은 계측 장치(140)에서 계측 타겟을 선택하는 데에 적용될 수 있다. 상세한 예는 정렬의 콘텍스트에서 설명될 것이고, 그러면 유사한 방식으로 계측 장치(140)에 쉽게 적용될 수 있다.

정렬 프로세스 배경

도 2 는 도 1 의 예에서 사용되는 리소그래피 장치의 듀얼 스테이지 타입에서 기판(W) 상의 타겟 부분(예를 들어 다이)을 노광하는 단계를 예시한다. 종래의 실무에 따른 프로세스가 우선 설명될 것이다. 본 발명은 듀얼-스테이지 장치로 한정되지 않는다. 본 명세서에서 개시된 동적 선택 기법은, 모든 기판 상의 모든 가능한 측정 위치에서 측정될 임의의 타입의 측정이 시간상 가능하지 않은 임의의 상황에 적용될 수 있다.

점선 박스 내의 좌측이 측정 스테이션(MEA)에서 수행되는 단계들인 반면에, 우측은 노광 스테이션(EXP)에서 수행되는 단계들이다. 가끔, 전술된 바와 같이, 기판 테이블(WTa, WTb) 중 하나는 노광 스테이션에 있는 반면에, 다른 기판은 측정 스테이션에 있다. 이것을 설명하기 위해서, 기판(W)이 이미 노광 스테이션 내에 로딩되었다고 가정한다. 단계 200 에서, 새로운 기판(W')이 도시되지 않은 메커니즘에 의해 장치로 로딩된다. 이러한 두 개의 기판은 리소그래피 장치의 쓰루풋을 증가시키기 위해서 병렬적으로 처리된다.

우선 새롭게 로드된 기판(W')을 참조하면, 이것은 장치 내에서 일차 노광을 위해 새로운 포토레지스트로 준비된, 이전에 처리되지 않은 기판일 수 있다. 그러나, 일반적으로는 설명된 리소그래피 프로세스는 일련의 노광 및 처리 단계 중 하나에 지나지 않을 것이므로, 기판(W')은 이러한 장치 및/또는 다른 리소그래피 장치를 이미 여러 차례 거쳤고, 거쳐야 할 후속 프로세스가 더 있을 수도 있다. 특히 오버레이 성능을 개선하는 문제에 대해서 살펴보면, 과제는 새로운 패턴이 패터닝 및 처리의 하나 이상의 사이클에 이미 노출되었던 기판 상의 정확하게 맞는 위치에 적용되도록 보장하는 것이다. 이러한 처리 단계의 결과, 만족스러운 오버레이 성능을 얻으려면 반드시 측정되고 정정돼야 하는 왜곡이 기판 내에 점진적으로 도입된다.

선행 및/또는 후속 패터닝 단계는 전술된 것처럼 다른 리소그래피 장치에서 수행될 수 있고, 심지어 상이한 타입의 리소그래피 장치에서 수행될 수도 있다. 예를 들어, 분해능 및 오버레이와 같은 파라미터가 매우 중요한 일부 층들은 디바이스 제작 프로세스 중에 덜 중요한 다른 층들 보다 더 진보된 리소그래피 툴에서 처리될 수 있다. 그러므로 일부 층들이 침지 타입 리소그래피 툴에서 노광될 수 있는 반면에 다른 층들은 '건식' 툴에서 노광된다. 일부 층들은 DUV 파장에서 동작하는 툴 안에서 노광될 수 있는 반면에, 다른 층들은 EUV 파장 방사선을 사용하여 노광된다.

202 에서, 기판 테이블(WTa/WTb)에 상대적인 기판의 정렬을 측정하고 기록하기 위해서 기판 마크(P1) 등과 이미지 센서(미도시)를 사용한 정렬 측정이 사용된다. 추가하여, 여러 정렬 마크가 정렬 센서(AS)를 사용하여 기판(W') 전체에 걸쳐 측정될 것이다. 일 실시예에서, 이러한 측정이 "웨이퍼 그리드"를 구축하도록 사용되는데, 이것은 공칭 직사각형 그리드에 상대적인 임의의 왜곡을 포함하여, 기판 전체에 걸쳐 마크의 분포를 매우 정확하게 매핑한다.

단계 204 에서, X-Y 위치에 대한 웨이퍼 높이(Z)의 맵이 역시 레벨 센서(LS)를 사용하여 측정된다. 통상적으로, 높이 맵은 노광된 패턴의 정확한 포커싱을 얻기 위해서만 사용된다. 주로, 높이 맵은 노광된 패턴의 정확한 포커싱을 얻기 위해서만 사용된다. 이것은 또한 다른 목적을 위해서도 사용될 수 있다.

기판(W')이 로딩될 때, 수행될 노광 및, 웨이퍼의 특성, 및 웨이퍼 위에 이미 형성되었거나 형성될 패턴을 규정하는 레시피 데이터(206)가 수신되었다. 202 및 204 에서 수행된 웨이퍼 위치, 웨이퍼 그리드 및 높이 맵의 측정치가 이러한 레시피 데이터에 추가되어, 레시피 및 측정 데이터의 완전한 세트(208)가 노광 스테이션(EXP)으로 전달될 수 있게 한다. 정렬 데이터의 측정은, 예를 들어 리소그래피 프로세스의 결과물인 제품 패턴에 대해서 고정되거나 공칭적으로 고정된 관련성으로 형성되는 정렬 타겟의 X 및 Y 위치를 포함한다.

노광 직전에 얻어진 이러한 정렬 데이터는 모델을 데이터에 근사화하는 파라미터를 가지는 정렬 모델을 생성하도록 사용된다. 이러한 파라미터 및 정렬 모델이 현재의 리소그래피 단계에서 적용되는 패턴의 위치를 정정하기 위해서 노광 동작 중에 사용될 것이다. 사용되는 모델은 측정된 위치들 사이의 위치 편차를 보간한다. 종래의 정렬 모델은, '이상적인' 그리드의 병진, 회전 및 크기조정을 상이한 차원에서 함께 규정하는 네 개, 다섯 개, 또는 여섯 개의 파라미터를 포함할 수 있다. US 2013230797A1 에서 더 자세히 설명되는 바와 같이, 더 많은 파라미터를 사용하는 진보된 모델도 알려져 있다.

210 에서, 웨이퍼(W') 및 웨이퍼(W)가 교환되어, 측정된 기판(W')이 노광 스테이션(EXP)에 들어가면서 기판(W)이 되게 한다. 도 1 의 예시적인 장치에서, 이러한 교환은 장치 내의 서포트(WTa 및 WTb)를 교환함으로써 수행되어, 기판(W, W')이 그러한 서포트들 상에 정확하게 클램핑되고 포지셔닝되어 기판 테이블과 기판 자체 사이의 상대적인 정렬을 유지하게 한다. 이에 상응하여, 테이블이 교환되면, 노광 단계를 제어할 때 기판(W)(앞서서는 W'이었음)에 대한 측정 정보(202, 204)를 이용하려면, 투영 시스템(PS) 및 기판 테이블(WTb)(앞서서는 WTa였음) 사이의 상대적인 위치를 결정하기만 하면 된다. 단계 212 에서, 마스크 정렬 마크(M1, M2)를 사용하여 레티클 정렬이 수행된다. 단계 214, 216, 218 에서, 여러 패턴들을 완전히 노광하기 위하여, 스캐닝 모션과 방사선 펄스가 기판(W) 전체에 걸친 연속적인 타겟 위치에 적용된다.

측정 스테이션에서 얻어진 것과 같은 정렬 데이터 및 높이 맵을 사용함으로써, 노광 단계를 수행할 때, 이러한 패턴들은 원하는 위치와 특히 동일한 기판 상에 앞서서 배치된 피쳐에 대해서 정확하게 정렬된다. 이제 W"이라고 명명되는 노광된 기판이 단계 220 에서 장치로부터 언로딩되어, 노광된 패턴에 따른 에칭 또는 다른 프로세스를 거치게 된다.

측정 위치의 선택

도 3 의 (a)를 참조하면, 기판(300)은 단계(202)에서 현재 재정렬 측정 중인 기판(W')일 수 있다. 포인트들(302)의 어레이는 기판(300)에 걸쳐 분포되는 가능한 측정 위치를 나타낸다. 도 2 의 정렬 측정 단계(202)에서, 이러한 포인트들의 어레이는 기판에 걸쳐 분포된 정렬 마크들의 풀 세트에 대응할 것이다. 다른 실시예에서, 이들은, 예를 들어 오버레이 또는 초점 측정 타겟에 있는 상이한 타입의 계측 타겟 구조체를 나타낼 수 있다. 계측이 예를 들어 블랭크 기판 또는 제품 구조체 자체에 수행될 수 있는 경우, 가능한 측정 위치는 임의의 특정한 구조체에 의해 규정될 필요가 없다. 도시된 예에서, 90 개의 정렬 마크가 존재하고, 결과적으로 단계(202)에서 사용될 리소그래피 장치의 정렬 센서에 대해서 90 개의 가능한 측정 위치가 존재한다.

단계(202)를 수행할 때, 일반적으로 가능한 측정 위치의 풀 세트(304) 보다 적은 측정 위치들의 세트가 선택된다. 그 이유는 단계(202)에서 소요되는 시간이 측정 스테이션 및 노광 스테이션에서의 웨이퍼의 전체 사이클 시간 안에 근사화되어야 하기 때문인데, 그렇지 않으면 장치의 쓰루풋이 저하될 것이다. 도 3 의 (b)의 예에서, 측정 위치의 선택된 세트(306)는 예를 들어 90 개의 가능한 위치 중 28 개의 위치를 포함한다. 종래의 프로세스에서는, 이러한 선택이 적재 단계(200)에서 기판(W')과 함께 전달된 레시피 데이터(206)에 규정된다. 레시피는 일반적으로 하나의 배치 내의 모든 기판에 대해서 동일하지만, 이것은 일반적으로 제품의 각각의 타입 및 층에 대해서 맞춤화될 것이다. 당업자는 이러한 예에서 90 개 및 28 개의 개수는 오직 일 예로서만 주어진 것이고, 주어진 기판에 얼마나 많은 측정 위치가 있을지, 및 이들 중 얼마나 많은 개수가 기판 당 측정되어야 하는지는 제조사가 결정할 사항이라는 것을 이해할 것이다. 통상적인 반도체 웨이퍼 처리 설비의 경우, 총 가능한 측정 포인트는 예를 들어 70, 80 또는 100 개의 범위에 있을 수 있지만, 대량 제조 시의 측정을 위해 선택된 개수는 예를 들어 20, 30 또는 40 개의 범위에 있을 수 있다. 이러한 개수는 오직 예를 들기 위한 것이고, 특정한 개수는 중요하지 않다.

도 4 의 (a)는 시뮬레이션된 기판(400)에 걸친 복수 개의 측정 위치에서 정렬 마크를 사용하여 측정될 수 있는 위치 편차의 값을 나타낸다. X 및 Y 방향에서의 위치 편차의 분포는 무작위가 아니지만, 인식가능한 "지문"을 보여준다는 것을 알 수 있다. 이러한 경우에, 지문은 그래프 상에서 중첩된 두 개의 타원형 형상에 의해 요약된다. 측정된 편차는 기판의 절반에서 일반적으로 반시계방향인 왜곡을, 그리고 다른 절반에서 일반적으로 시계방향인 왜곡을 기술한다. 이러한 예에서, 절반은 좌측 및 우측으로 배치되고, 이러한 패턴이 θ = 90°의 "선회각(swirl angle)" 을 나타낸다고 말할 수 있다. 이러한 지문은, 예를 들어 리소그래피 장치 외부에서의 열처리 단계에 기인한다. 다른 타입의 열지문이 관찰될 수도 있고, 다른 처리 단계로부터도 다른 타입의 지문이 발생할 수 있다.

도 4 의 (a)에서의 측정은 가능한 측정 위치들 전부의 세트로부터 유도된다. 여전히 특정 기판의 왜곡에 대한 최대 정보를 캡쳐하는 측정 위치들의 감소된 세트를 규정하기 위하여, 도 3 의 (b)에 도시된 선택된 측정 위치의 세트는 이상적으로는 기판에 영향을 주는 특정 지문의 지식에 기초하여 규정되어야 한다.

그러나, 도 4 의 (b)는 이러한 접근법의 문제점을 예시한다. 선회각 θ는 수직축에 표시되고, 기판 ID는 36 개의 상이한 기판들의 샘플에 대해 수평축에 표시된다. 이러한 예에서 36 개의 기판은 여섯 개의 샘플 로트 각각으로부터 온 여섯 개의 샘플 기판을 포함한다. 모든 로트는 동일한 제품 및 층에 관련된다. 선회각 θ는 개별 기판마다 넓게 변하는 것을 볼 수 있다. 선회 패턴의 진폭 도 물론 웨이퍼마다 변할 수 있다. 하나의 기판 상의 지문에 대해 최적화된 측정 위치들의 선택된 세트가 다른 기판 상의 지문에 대해서는 최적이 아닐 수도 있다는 관찰로부터 이러한 사실을 알 수 있다. 지문을 사전에 알고 있었다면, 각각의 기판에 대한 레시피 데이터(206)의 일부로서 측정 위치의 맞춤화된 선택을 규정하는 것이 가능할 수 있다. 그러나, 기판에 수행되도록 선택된 처리 단계의 이력으로부터 어떻게든 이력을 예측하는 가능성과 별개로, 추가적인 측정 부담이 없이 개개의 지문을 알게 되는 방법은 없을 것이다.

도 5 는 이러한 웨이퍼-웨이퍼 지문 변동의 결과를 성능 파라미터 오버레이의 관점에서 예시한다. 동일한 36 개의 기판이 수평축에서 좌측에서 우측으로 표시된다. 오버레이 편차(OVD)는 임의의 수직 스케일로 X 방향 및 Y 방향에 대해 분리되어 표시된다. 취해진 측정들의 세트가 정렬 모델로 전달되어, 기판 상의 패턴의 위치설정을 제어하기 위해 사용될 것이라는 것을 기억해야 한다. 이러한 예에서 오버레이 편차는, 더 적은 개수의 선택된 측정 위치들의 개수를 사용하여 정렬 모델을 통해 얻어진 오버레이 성능과, 모든 가능한 측정 위치를 사용했을 경우 또는 임의의 레이트로 매우 많은 개수를 사용했을 경우 획득되었을 성능 사이의 차이로서 규정된다.

도 5 는 X 방향에서, 측정 위치들의 선택된 적은 세트를 사용한 데 기인한 특정 오버레이 편차가 존재한다는 것을 보여주지만, 웨이퍼들 및 샘플들 사이의 이러한 변동은 아주 크지 않다. 그러나, Y 방향에서는 선택된 작은 세트를 사용하는 데에 기인한 훨씬 더 큰 오버레이 편차가 존재하고, 이것은 웨이퍼마다 크게 변할 수 있다.

측정 위치의 동적 선택 - 정렬 예

짧게 도 2 로 돌아가면, 측정 위치, 그리고 따라서 총 측정 타입의 총 수를 증가시키지 않고서 더 양호한 성능을 얻기 위하여, 필요한 경우 각각의 개개의 기판에 대해서 측정될 측정 위치의 동적 선택을 가능하게 하는 몇 가지 추가적 단계들이 도시된다. 동적 선택 기능은 도 2 에서 600 으로 명명된다. 장치의 현존 제어 소프트웨어 내에 추가된 모듈일 수 있는 이러한 기능은 입력으로서 기판 상의 측정 위치의 예비 선택(preliminary selection)에서 측정된 위치 편차(정렬 측정)를 수신한다. 동적 선택 기능은 이러한 측정을 신속하게 처리하고, 정렬 측정 단계(202)를 완료하기 위하여 필요한 동적 선택(604)을 결정한다. 동적 선택은 레시피 데이터(206)에서 규정된 방식으로 수행될 수 있다. 이것은 또한 적어도 부분적으로 콘텍스트 데이터(608)를 참조하여 규정될 수 있는데, 이것은 예를 들어 기판의 처리 이력을 기술할 수 있다. 이것은 개개의 기판 내에서 이전에 관찰되거나 기대된 지문을 직접적으로 기술할 수도 있다.

간단한 실시예에서, 측정 위치의 예비 선택은 최종 선택의 제 1 서브세트일 수 있고, 최종 선택의 하나 이상의 추가적인 서브세트가 예비 선택으로부터 획득된 측정 결과들에 응답하여 추가될 수 있고, 임의의 추가적 서브세트도 추가될 수 있다. 이러한 방법의 일 예가 이제 도 6 을 참조하여 설명될 것이다.

도 6 에서, 정렬 측정 단계(202) 및 동적 선택 기능(600)의 기능이 각각의 기판에 관련되기 때문에 흐름도의 형태로 표현된다. 방법은 새 기판(W') 및 레시피 데이터(206)가 수신되는 단계 200 에서 시작된다. 레시피 데이터에 응답하여, 단계(202a)에서 측정 위치의 예비 선택이 이루어진다. 도면의 좌측에 기판(W')의 레이아웃이 그 위의 가능한 모든 측정 위치(302)와 함께 도시된다. 측정 위치(610)의 예비 선택은 여덟 개의 원으로 둘러싸인 점들로서 표시된다. 여덟 개의 개수 및 측정 위치의 예비 선택의 위치는, 지문이 존재할 수 있는 기판을 가능한 적은 측정으로 식별하게 하도록 이루어진다. 예비 선택으로부터의 측정(602)이 분석 단계(202b)로 전달된다. 분석 단계(202b)에서, 하나 이상의 분석 기법 및 기준들이 측정 위치의 예비 선택으로부터 얻어진 측정에 적용된다.

이러한 분석의 결과가 단계(202c)에서 해당 기판에 대해 선택된 측정 위치들의 세트를 형성하기 위한 측정 위치들 중 일부 또는 전부를 결정하기 위해 사용된다. 도면에서, 세 개의 대안적 세트 중에서 선택이 이루어진다. 도면에서, 세 개의 대안은 예비 선택과 동일한 측정 위치를 세팅하거나 포함한다. 반드시 그래야 하는 것은 아니지만, 측정 시간 및 측정 결과가 중요한 경우, 단계(202a)에서 이루어진 측정을 추가 동작에서 사용하지 않음으로써 "낭비"하는 것은 바람직하지 않을 것이다. 선택된 측정 위치 중 일부 또는 전부를 결정하면, 단계(202d)에서 이러한 위치에서 측정이 이루어진다. 측정 위치들의 완전한 세트에 대해서 측정이 이루어지면, 방법은 예를 들어 도 2 에서 볼 수 있는 바와 같이 단계(204)로 진행한다. 측정 위치들의 선택된 완전한 세트로부터의 측정(612)은 측정 및 레시피 데이터(208)의 일부로서 도 2 의 방법으로 전달된다.

구현형태에 따라서, 측정 위치들의 선택된 세트는 복귀 경로 202e에서 표시된 것처럼 반복적으로 결정될 수 있다. 그러면 단계(202d)에서 획득된 측정을, 단독적으로 또는 측정 위치의 예비 선택으로부터 얻어진 측정(602)과 조합하여 사용함으로써 분석 단계(202b)가 다시 수행된다. 각각의 반복 시에, 단계(202b)에서의 분석은 동일할 수 있고, 또는 다를 수도 있다.

각각의 반복 시에, 단계(202b)에서의 분석은 기준들의 단일 세트를 적용할 수 있고, 또는 이것은 순차적으로 또는 병렬적으로 수행되는 다수의 단계를 포함할 수도 있다. 각각의 분석 단계 이후에, 측정 위치들의 선택된 세트 중 추가적인 측정 서브세트가 결정되고 단계(202d)에서 측정이 이루어진다.

이러한 방식으로, 사용되는 측정 위치들의 동적으로 선택된 최종 세트가 하나 이상의 서브세트로부터 조합될 수 있는데, 이러한 서브세트 중 하나 이상은 측정 위치의 예비 선택 중 일부 또는 전부를 포함할 수 있다. 간단한 예에서, 측정 위치들의 세트는 21 개 이상의 위치, 예를 들어 28 개의 위치를 포함할 수 있는 반면에, 측정 위치의 예비 선택은 10 개의 위치보다 적은, 예를 들어 8 개의 위치를 포함한다. 여덟 개의 점들이 28 개의 점 중에서 나온 것이라고 가정하면, 선택된 측정 위치 중 20 개가 예비 선택에서 이루어진 측정에 응답하여 동적으로 선택된다는 것이 이해될 것이다.

측정 위치의 예비 선택(점들의 위치 및/또는 개수를 의미함)은 예를 들어 공통적인 실무에 기초하여 사용자에 의해 규정될 수 있다. 또는, 예비 선택은 동적 샘플링 소프트웨어 자체에 의해서 제안될 수 있다. 이것은 도 6 의 선택적인 단계(202f)에 의해 예시된 것처럼, 측정들의 전체 세트에 기초하여 경험으로 자동 업데이트될 수 있다.

언급된 바와 같이, 측정 위치의 예비 선택은 측정 위치들의 선택된 세트의 제 1 서브세트를 형성할 수 있는 반면에, 측정 위치들의 선택된 세트의 제 2 서브세트는 제 1 서브세트를 사용하여 획득된 측정치에 응답하여 결정된다(단계(202c)). 반복식 접근법을 사용하여, 측정 위치들의 선택된 세트의 제 3(및 제 4 등)의 서브세트가 측정 위치들의 제 1 및 제 2 서브세트를 사용하여 획득된 측정치에 응답하여 결정될 수 있다. 도 6 의 예에서 도시된 바와 같이, 측정 위치들의 동적으로 선택된 세트는 다수의 미리 규정된 서브세트(606, 606', 606") 중에서 동적으로 선택된 서브세트를 포함할 수 있다. 또는, 선택은 측정 위치들의 미리 정의된 분포가 없이 전부 동적으로 조합될 수 있다.

다시 도 4 의 예를 참조하면, 일부 실시예들에서 측정 위치들의 동적으로 선택된 서브세트는 적어도 부분적으로 하나 이상의 미리 정의된 지문을 인식함으로써 선택된다. 이것은, 예를 들어 기판(400)의 지문을 일부 다른 종류의 지문과 구별하기 위하거나, 기판(400)의 지문을 상이한 배향의 유사한 지문과 비교하기 위한 것일 수 있다. 단계(202b 및 202c)에서의 분석 및 선택이 이에 따라 수행된다. 도 4 및 도 5 에서와 동일한 샘플 세트를 사용하면, 도 7 은 측정 위치들의 동일한 크기의 세트만을 사용하지만 관찰된 지문에 따라서 각각의 기판에 대해서 이러한 세트를 동적으로 선택함으로써 얻어지는 평균 오버레이 편차(OVD)가 개선되는 것을 보여준다. 다르게 말하면, 36 개의 기판 각각에 대하여, 여덟 개의 측정 위치의 예비 선택(610)이 측정되었고, 그리고 추가적 측정 위치가 동적으로 선택되어 세 개의 옵션(606, 606' 및 606") 중 하나인 측정 위치들의 선택된 세트를 얻는다. 측정 위치들의 이러한 세트들 각각은 종래의 예에서 사용된 단일 세트(306)와 동일한 개수(28 개)의 측정 위치만을 가진다. 그러나, 각각의 세트 내에서 측정 위치들의 분포가 다르기 때문에, 이러한 분포는 각각의 웨이퍼 상에서 발견된 지문에 맞춰 더욱 최적화된다.

도 7 을 도 5 와 비교하면, 측정 위치들의 유한 개의 세트를 사용하는 것에 기인한 오버레이 편차가 36 개의 웨이퍼들의 전체 샘플의 경우보다 크게 감소된다는 것을 알 수 있게 될 것이다. 도 7 의 성능이 존재하는 세트를 사용하여 상대적으로 양호하게 수행된 웨이퍼 번호 13 내지 17 에 대해서 더 악화되지 않는 반면에, 웨이퍼 1 내지 12, 웨이퍼 18 내지 24, 및 웨이퍼 26 내지 36 은 모두, 측정 위치들의 전체 세트를 사용하여 나타났던 것과 비교할 때 Y 방향으로 크게 감소된 오버레이 편차를 보여준다. 이러한 개선을 얻기 위해서 웨이퍼 당 추가적인 측정 시간이 소요되지 않았다. 물론 지연이 없이 분석 단계와 예비 선택에 기초하여 추가적인 측정 위치를 선택하는 것을 수행하려면 처리 능력이 제공돼야 한다. 적합한 처리는 리소그래피 장치 제어 유닛(LACU) 내의 하나 이상의 프로세서를 프로그래밍함으로써 구현될 수 있다. 또는, 필요하다면 전용 처리가 추가될 수 있다.

도 8 은 도 5 및 도 7 에 도시되는 결과들의 다른 표현이다. 도 8 의 (a)에서, 벡터는, 도 5 에서와 같이 측정 위치들의 단일 세트가 사용될 경우의 기판에 걸친 상이한 위치에서의 X 및 Y 방향의 오버레이 편차를 보여준다. 36 개의 웨이퍼의 풀 세트에 대한 결과가 이러한 다이어그램에서 적층된다. 오버레이 편차의 일부 극단 값이 기판의 특정 영역, 즉 도면에서 상단 좌측 및 하단 우측에 집중된다는 것을 알 수 있다. 반면에, 도 8 의 (b)에서, 세 개의 측정 위치들(606, 606', 606")의 세트로부터 동적 선택이 이루어진 경우 샘플에 있는 모든 웨이퍼에 대한 오버레이 편차의 평균을 볼 수 있다. 오버레이 편차의 극단 값이 더 이상 발견되지 않으며, 전체 기판에 걸친 오버레이 편차 값이 상대적으로 균일하다.

기판(400)의 예시적인 지문에 관하여, 세 개의 대안 중 어느 것을 선택할지 결정하기 위하여, 분석 단계(202b)가 수행되어 예비 선택에서 발견되는 지문을 그 선회각 θ에 따라 분류할 수 있다.

다른 실시예에서, 측정 위치들의 동적으로 선택된 서브세트는 선택된 측정 위치 중 하나에서 통계적으로 예외적인 측정치를 인식함으로써 선택되는 적어도 하나의 위치를 포함한다. 가끔 "플라이어(flyers)"라고도 불리는 "이상치(outliers)"를 이루어진 측정치 중에서 인식하기 위한 다양한 기준들이 알려져 있다. 지금까지 존재한 것처럼 일부 공간이 선택된 세트에 적어도 하나의 추가 측정 위치를 추가하도록 존재한다면, 이상치가 검출되는 것에 응답하여 하나 이상의 포인트가 추가될 수 있고 측정 위치가 추가될 수 있다. 이상치의 검출에 대한 응답의 한 형태는, 예를 들어 이상치 근방에 있는 측정 포인트의 밀도를 증가시키는 것이다. 그 목적은, 측정 위치들의 전체 세트를 사용하여, "이상치" 측정이 단순히 이상 측정치인지, 또는 기판 상의 물리적 이상성의 표시인지 여부를 결정하는 것일 것이다. 계측 애플리케이션과 관련하여 후술될 것과 같이, "이상치 근방"의 측정 포인트는 기판 상의 동일한 근방에 있는 포인트들 전체로서 규정될 수 있고, 또는 이들은 어떤 필드 내의 이상 측정 포인트의 근방에 있지만 기판 상의 다른 곳의 필드 위치에 있는 필드내 위치를 참조하여 규정될 수 있다.

이러한 방법이 반복적으로 수행되는 경우, 이상치의 인식은 예비 선택을 참조하여, 및/또는 측정 위치들의 더 큰 세트를 참조하여 수행될 수 있다. 일 구현형태에서, 예를 들어 측정 위치들의 제 1 서브세트로서 예비 선택이 이루어진 후에, 지문을 인식함으로써 측정 위치들의 제 2 서브세트가 결정될 수 있고, 그러면 측정 위치들의 제 3 의 더 작을 수 있는 서브세트가 제 1 및/또는 제 2 서브세트에서 발견되는 이상치를 참조하여 결정될 수 있다.

다른 실시예들에서, 측정 위치들의 동적으로 선택된 세트는 복수 개의 선택된 측정 위치에 걸친 측정치들의 통계적으로 예외적인 분포를 인식함으로써 선택되는 적어도 하나의 위치를 포함한다. 일 예로서, 측정 위치의 예비 선택으로부터 획득된 결과에 일부 통계적 분석을 적용하기 위하여 분석 단계(202b)가 수행될 수 있다. 이러한 분석은, 예를 들어 성능 표시자로서 사용되고, 및/또는 기판의 후속 처리 시에 정렬 모델 등으로서 사용되는 모델을 참조하여 적용될 수 있다. 측정 위치의 밀도는 획득된 측정치가 근사화된 모델로부터 특정 임계보다 크게 벗어나는 영역에서는 증가될 수 있다. 임계는 물론 여러 방식으로 규정될 수 있다.

전술된 바와 같이, 측정 위치를 동적 선택하는 목적 중 하나는 관심 효과가 발생되는 기판의 영역에서 측정 위치의 밀도를 증가시키는 것이다. 특히, 프로세스 효과 때문에 측정된 데이터 사이의 변동의 공간 주파수가 높아지는 곳에서는 측정 위치의 밀도가 높을 것이 소망될 것이다. 따라서, 분석 단계(202b)의 일부 실시예들에서, 이미 획득된 측정치들에 걸친 경사도가 계산될 수 있다. 그러면, 복수 개의 선택된 측정 위치에 걸쳐서 경사도가 관찰되는 기판의 그러한 영역에서 측정 위치의 밀도를 증가시키기 위하여 선택 단계(202c)가 수행될 수 있다. 반복 방법이 채용되고 있는지 여부에 따라서, 측정 위치의 예비 선택, 및/또는 이전의 반복에서 결정된 바 있는 선택된 측정 위치들의 일부 더 큰 서브세트에 걸쳐서 경사도가 관찰될 수 있다.

다시 도 6 을 참조하면, 위의 실시예들 중 임의의 것 또는 전부에서, 선택적인 특징으로서, 동적으로 선택된 세트는 부분적으로 측정 위치(610)의 예비 선택의 측정치, 및 부분적으로 기판과 함께 수신된 콘텍스트 정보(608)에 기초하여 선택될 수 있다. 콘텍스트 정보는, 예비 선택이 모든 기판에 대해서 동일할 필요가 없도록, 위치의 예비 선택을 결정할 때에도 적용될 수 있다. 콘텍스트 정보는, 예를 들어 어떤 타입의 지문이 기대되는지에 대한 분석을 결정하거나 유도하기 위하여, 분석 단계에서 적용될 수 있다. 콘텍스트 정보는 선택 및 디자인 단계(202c)에 적용될 수 있다. 예를 들어, 콘텍스트 정보는 여러 열처리 중 어느 것이 특정 기판의 종래의 처리에서 사용되었는지를 표시할 수 있다. 과거의 기판들로부터의 머신 러닝에 의하여, 이러한 지식은 획득되고 지문의 타입, 및/또는 지문의 배향 및/또는 진폭 크기를 예측하기 위하여 사용될 수 있다.

공개된 특허 출원 제 WO2015049087A1 이 상이한 콘텍스트 데이터가 존재할 때 상이한 지문이 발생하는 것을 인식하고 예측하기 위한, 통계적 분석에 기초한 다양한 방법을 기술한다. 지문은, 예를 들어 주성분 분석(principal component analysis; PCA)을 사용하는 일 실시예에서 주성분으로서 표현될 수 있다. 이러한 분석의 결과는, 예를 들어 현재의 기판에서 관찰되는 지문(주성분 또는 기타 등등)의 정보를 수신하고, 및/또는 과거의 유사한 처리 이력을 가지는 기판에서 관찰된 지문에 기초하여 예측될 수 있는 지문의 존재에 대한 정보를 수신하기 위하여 사용될 수 있다. 공개된 특허 출원에서 설명된 바와 같이, 현재의 방법에서 취해지는 측정치는 통계적 분석에서 사용되는 데이터베이스에 추가되어 머신 러닝 프로세스가 계속되게 할 수 있다.

계측 장치 예

다시 도 1 을 참조하면, 여러 가능한 측정 위치 중에서 측정 위치를 동적 선택하는 것은, 리소그래피 장치(100) 내의 정렬 마크를 측정하는 데에 적용될 수 있는 것과 동일하게, 도 1 에 도시되는 생산 설비 내의 계측 장치(140)와 같은 계측 장치(검사 장치)에 적용될 수 있다. 이러한 실시예에서, 가능한 측정 위치의 세트는 기판 상의 전용 계측 타겟 구조체의 존재에 의하여 규정될 수 있다. 예들은 오버레이 계측을 위한 타겟, 및 또한 초점 및 선량 계측, 선폭(CD) 등이다. 리소그래피 장치 내의 정렬 센서, 및/또는 리소그래피 장치 내에 있거나 장치와 가깝게 통합된 계측 툴은, 임박한 패터닝 단계를 위한 준비 시에 위치 측정을 하기 위해서뿐만 아니라 성능 파라미터를 측정하기 위해서도 사용될 수 있다.

오버레이의 예를 성능 파라미터로서 사용하면, 오버레이 타겟이 기판 상의 제품 영역 주위 및/또는 내부의 위치에 제공될 수 있다. 타겟 구조체의 형태가 이전의 실시예에서 측정된 정렬 마크의 형태와 달라야 하는 경우, 계측 타겟 구조체의 위치는 다를 수 있다. 이미 언급된 바와 같이, 가끔 측정은 전용 계측 구조체를 요구하지 않을 수 있다. 이들은 제품 구조체에, 또는 블랭크 영역에 수행될 수 있다. 그 경우에, 측정되는 구조체는 기판의 평면에 공간 변동이 없는 단일층 또는 다중층 구조체일 수 있다. 그럼에도 불구하고, 본 발명의 목적을 달성하기 위해서 가능한 측정 위치의 세트가 어떤 방식으로 규정될 것이라는 것이 가정된다. 이로부터, 측정 위치의 예비 선택이 이루어질 수 있다. 그러면, 측정 위치들의 하나 이상의 추가 서브세트가 측정 위치의 예비 선택에서 이루어진 측정에 응답하여 규정되어, 기판의 측정을 위한 측정 위치들의 동적 세트를 동적으로 구축할 수 있다.

따라서, 도 3 내지 도 8 을 참조하여 전술된 예비 서브세트 및 측정 위치들의 동적으로 선택된 세트를 선택하는 방법은, 리소그래피 패터닝 단계를 위한 준비 시에 위치 편차를 측정하기 위해 적용된 것처럼 리소그래피 프로세스 이후의 성능 파라미터의 측정에도 동일하게 적용될 수 있다.

도 9 는 도 1 의 생산 설비의 계측 장치(140)를 사용하는, 측정 위치의 동적 선택 기능이 있는 방법의 흐름도이다. 단계 902 에서, 기판은, 예를 들어 오버레이인 프로세스 파라미터를 측정하기 위해 준비될 때까지 리소그래피 장치 및 하나 이상의 다른 단계를 통해서 처리된다. 904 에서, 기판은 기판에 걸친 여러 가능한 측정 위치에서 프로세스 파라미터를 측정하도록 설비된 계측 장치(140)에 로딩된다. 전술된 정렬 측정의 경우에서와 같이, 대량 제작 환경에서는, 시간 때문에 측정 위치들의 전체 세트가 모든 웨이퍼에서, 또는 심지어 웨이퍼의 대표 샘플에서 측정될 수 없다. 따라서, 측정 위치들의 더 작은 세트가 결정되어야 한다.

단계 904 중에, 도 6 을 참조하여 전술된 것과 동일하거나 유사한 방법이 기판에 걸친 측정 위치의 동적으로 선택된 세트로부터 측정치를 얻기 위해 적용된다. 측정 위치들의 동적으로 선택된 세트를 사용하면, 웨이퍼마다 프로세스 변동이 존재하더라도, 측정의 각각의 세트가 각각의 웨이퍼의 관련된 피쳐를 더 정확하게 캡쳐할 수 있다.

일 예에서는, 단계 906 에서 처리된 기판 상의 성능 파라미터의 계측 결과가 진보된 프로세스 제어 및 다른 메커니즘을 통해 피드백되어 동일한 및/또는 다른 기판의 후속 처리의 성능을 개선시킨다. 예를 들어, 리소그래피 레시피 및/또는 다른 처리 단계를 위한 레시피는 개선된 성능을 얻기 위해서 업데이트될 수 있다.

대안적으로 및/또는 추가적으로, 단계 908 에서, 장래의 기판의 계측을 위한 레시피가 업데이트될 수 있다. 전술된 바와 같이, 이러한 단계들 중 임의의 것 또는 모든 것에는 콘텍스트 데이터 및 이력 성능 데이터의 통계적 분석이 통지될 수 있다. 전술된 바와 같이, 측정 위치의 동적 선택은 특정 지문의 인식에 기초할 수 있고, 이상치 및/또는 다른 통계적 예외들의 인식에 기초할 수도 있다.

이론상, 양자 모두의 경우의 목적은 측정 위치들의 개수를 같이 증가시키지 않고 더 유용한 측정 정보를 얻는 것이다. 계측 동작을 위하여, 기판 당 측정되는 포인트의 개수는 더 적거나, 실무상 패터닝 동작의 일부로서 정렬 센서에 의해 측정되는 포인트들의 개수보다 훨씬 많을 수 있다. 그러나, 이것은 자연적으로 측정마다 소요되는 시간, 및 또한 측정이 모든 기판에서 이루어져야 하는지 또는 대표 샘플에만 이루어져야 하는지에 따라 달라진다. 조밀한 샘플링이 요구되는 계측 환경에서, 웨이퍼 당 수 백 개의 포인트를 측정하는 것은 흔하다. 노이즈 및 변동하는 프로세스 지문이 존재할 때 더 많은 정보를 얻기 위해서는 더 조밀한 계측 샘플링이 점점 더 필요해진다. 본 발명의 목적인 동적 선택의 원리를 적용하면, 취해지는 측정이 관심 속성에 더 잘 지향되게 하면서 샘플링 밀도가 무분별하게 증가되는 것을 피할 수 있다.

선택된 세트의 크기가 결과적으로 전술된 정렬 프로세스에서 사용된 측정 위치들의 세트보다 훨씬 커질 수 있다면, 포인트의 예비 선택 또한 앞서 언급된 8 개 또는 10 개보다 다소 커져야 한다는 것이 기대될 수 있다.

전술된 바와 같이, 선회 패턴, 원형 및/또는 "크라우닝(crowning)" 효과와 같은 특정 지문이 인식될 수 있고, 측정 위치의 추가적 밀도가 기판의 관련된 영역에 제공될 수 있다. 이러한 예시적인 지문은 기판에 걸친 파라미터의 변동을 나타내는 필드간 지문의 예들이다. 계측 환경에서, 측정은 필드간 지문뿐만 아니라 필드내 지문을 캡쳐하기 위해서도 이루어질 수 있다. 이러한 경우에, 하나 이상의 필드 내의 특정 위치에서 이루어진 통계적으로 예외적인 측정이 인식되고, 다른 필드 내의 대응하는 위치에서의 추가 측정을 트리거링하기 위해 사용될 수 있다. 이것은 전술된 바와 같이 "이상치" 의 근방에 있는 샘플의 밀도를 증가시키는 것에 대한 변동이다. 당업자는 위의 예들의 교시 내용을 필드내 변동의 콘텍스트에 적용하기 위해서 어떻게 적응해야 할지를 알 것이다.

다시 말하건대, 도 6 을 참조하여 설명된 바와 같이 동적 선택 프로세스를 지원하도록 머신 러닝이 적용될 수 있다.

실시예들 중 임의의 것에서, 예를 들어 측정 포인트의 예비 선택이 측정 위치들의 선택된 세트에서 요구되는 측정 위치들의 개수의 절반 미만, 선택적으로는 삼분의 일 또는 사분의 일 미만을 포함할 것이 기대될 수 있다. 선택될 측정 위치의 총 수가 20 개 내지 40 개의 범위에 속하는 경우, 예비 선택에 속하는 측정들의 개수는 15 개 미만 또는 10 개 미만일 수 있다. 하지만, 선택될 측정 위치의 총 수가 200 개 내지 400 개의 범위에 속하는 경우, 예비 선택에 속하는 측정들의 개수는 150 개 미만, 100 개 미만, 또는 50 개 미만일 수 있다. 전술된 바와 같이, 측정 위치들의 최종 세트의 연속 서브세트는, 예비 선택으로부터 시작하여 이전의 측정 위치들의 더 많은 개수에 각각 기초하여 반복적으로 결정될 수 있다. 예를 들어 "이상치"의 근방에서의 샘플링 밀도를 증가하는 것만이 목적인 다른 예에서, 측정 위치들의 세트 중 다수는 현재의 측정 데이터를 참조하지 않고 규정될 수 있다. 그러면, 예를 들어 총 선택된 측정 위치 중 사분의 일 또는 팔분의 일 미만인 작은 서브세트만이 동적으로 선택될 수 있다.

이상치 검출 및 제거

이제 도 1 및 도 2 에서 앞서 도시된 것과 같은 리소그래피 장치의 동작 시에 이상치(비정상 측정치)를 검출하는 것에 관련된 문제점과 솔루션이 설명될 것이다. 본 명세서에 개시된 이상치 검출 및 제거 기법은 전술된 가변 레이아웃 기법과 조합되거나, 또는 다른 공지되거나 장래의 레이아웃과 조합되어 사용될 수 있는, 본 발명의 독립 양태를 형성한다. 이상치 검출 및 제거 기법은 정렬 측정의 콘텍스트에서 설명될 것이지만, 전술된 계측 예들을 포함하는 성능 계측의 콘텍스트 에도 동일하게 적용될 수 있다. 전술된 바와 같은 리소그래피 장치에서, 웨이퍼 변형은 웨이퍼 당 웨이퍼 정렬에 의해서 정정된다. 정렬 센서(AS)는 주어진 마크 타입 및 레이아웃에 대한 정렬 마크로부터 웨이퍼 변형(위치 편차)을 판독한다. 각각의 정렬 마크에 대하여, 공칭 위치로부터의 편차가 x- 및 y-방향에서 얻어지는데, 이것이 웨이퍼 변형을 나타낸다. 그러면, 이러한 정렬 데이터가 다항식(예를 들어 5차까지의 다항식), 또는 더 진보된 모델과 같은 미리 정의된 정렬 모델에 의해서 모델링된다.

때때로, 이상치는 상이한 이유로 정렬 데이터 내에 발생한다. 이들이 정확하게 필터링되지 않으면, 그러한 이상치들은 노광 중에 큰 오류 웨이퍼 정정가능 오차를 도입하기 때문에 오버레이 성능이 열화되게 한다. 특히, 고차 모델 또는 진보된 정렬 모델이 사용되면, 오버레이에 대한 부정적 영향은 커질 수 있고, 웨이퍼 상의 큰 영역에 열화가 생긴다.

도 10 은 예시적인 생산 상황에서 측정되는 일련의 42 개의 웨이퍼 중 두 개의 웨이퍼에 있는 이러한 이상치에 의해 초래되는 문제점을 예시한다. 도시도 10 의 (a)에서, 웨이퍼-웨이퍼 정정가능 오차 변동이 추세 그래프(1002)로서 주어진다. 패턴이 적용된 이후에, 이러한 예시의 경우의 데이터가 조밀하게 측정된 오버레이 데이터로부터 취해진다. 웨이퍼 ID 번호가 가로축을 따라 표현된다. 웨이퍼 26 및 37 이 다른 것보다 큰 변동을 가진다는 것을 알 수 있다. 도 10 의 (b) 및 (c)는 웨이퍼 26 및 37 각각에 대한, 웨이퍼에 걸친 오버레이 오차의 분포를 보여준다. 이러한 웨이퍼 지문에서, 강조된 영역(1004, 1006) 내에서 더 큰 오버레이 값이 관찰된다. 도 10 의 (d) 및 (e)에서, 오버레이 오차가 이렇게 큰 영역은 실제로 비정상 정렬 측정(1008, 1010)의 고립된 인스턴스로부터 초래된다는 것이 발견된다. 이러한 위치들이 높이 센서(LS)에 의해 획득된 맵과 비교되면, 이들이 웨이퍼 표면이 크게 휘어지는 소위 "핫스폿"에 대응한다는 것이 발견될 수 있다. 이러한 핫스폿의 공통된 원인은 웨이퍼, 또는 기판 테이블(WTa/WTb)의 후면에 존재하는 오염이다.

도 10 의 (b) 및 (c)에 도시되는 영향을 받은 영역은 치수가 핫스폿 자체보다 큰 것으로 보이고, 성능 및 수율에 대한 핫스폿의 영향을 감소시키기 위하여 정렬 데이터로부터 이상치를 제거하는 것이 바람직하다. 비록 이상 측정치가 핫스폿의 해당 위치에서의 위치 편차의 올바른 측정일 수도 있지만, 이것은 더 큰 영역에 걸친 웨이퍼 변형을 나타내지 않고, 새로운 패턴의 위치설정을 제어하기 위해서 이들을 사용하기 전에 이상치를 제거하는 것이 더 나을 것이다.

이상치를 제거하기 위한 현재의 한 방법은 그러한 이상치를 필터링하기 위한 임계 값을 규정하는 것이다. 주어진 정렬 모델에 대한 잔차값이 웨이퍼 상의 마크에 대한 임계보다 크면, 판정된 이상치일 것이고 필터링 아웃될 것이다. 이렇게 필터링 아웃하는 것은 측정된 값을 완전히 배제하는 것, 정렬 모델에서 측정된 값의 가중치를 낮추는 것, 또는 대안 값으로 대체하는 것을 수반할 수 있다. 그러나, 특히 사용된 정렬 모델이 특히 웨이퍼 내의 더 높은 주파수 변동을 캡쳐하기 위해서 설계된 고차 모델인 경우, 모든 이상치가 반드시 뚜렷하지는 않고 단순한 임계 값만으로는 이들을 완전히 필터링 아웃할 수 없다는 것이 발견된다. 유효한 측정을 이상치로 잘못 식별하고 고차 정렬 모델의 소망되는 이점을 잃지 않고서는 필터 임계를 제거할 수 없다.

이제 도 11 을 참조하면, 주어진 웨이퍼에 대해서 얻어진 정렬 데이터 내의 이상치를 검출하고 선택적으로 정정하기 위한 일부 대안적 방법이 제공된다. 이러한 방법은 이미 전술된 도 6 의 방법의 콘텍스트에서 제공될 것이지만, 이것은 본 발명의 이러한 양태가 적용될 수 있는 콘텍스트의 한 예일 뿐이다. 추가적인 변형이 이하 설명될 것이다.

도 6 및 도 11 의 예에서, 단계(202c)에서 결정된 측정 위치들의 세트에서 이루어진 측정들의 세트(612)가 전달된다. 예를 들어, 측정 위치들의 세트는 606'에서 표시된 레이아웃을 가질 수 있지만, 이것은 완전히 조밀한 레이아웃 또는 임의의 다른 레이아웃일 수도 있다. 그러나, 측정치들의 세트를 정렬 또는 프로세스 제어를 위해서 사용하기 전에 가중 단계(1102)가 하나 이상의 품질 테스트에 기초하여 수행된다. 품질 테스트는 측정들의 현재 세트에만 의존하는 것이 아니라 보충 데이터(1104)에도 의존한다. 보충 데이터(1104)는 분석 단계(1106)에 의해 전달된다. 품질 테스트는 측정 또는 측정 위치 중 하나 이상, 예를 들어 1007 으로 명명된 측정치를 이상치로 식별할 수 있다. 그러면 제로 가중치, 또는 일부 더 낮은 가중치가 적용된다.

후술되는 일부 예들에서, 현재의 측정치와 동일한 타입이지만 이전에 처리된 웨이퍼 상에 수행된 측정을 포함하는 이력 데이터(1108)를 사용하여 분석 단계(1106)가 수행된다. 다른 예들에서, 분석 단계(1106)는 현재의 웨이퍼 상에 수행된 다른 타입의 측정, 예를 들어 높이 센서(LS)로부터 얻어진 높이 데이터에 기초한다. 이러한 예에서, 높이 데이터가 이용가능하다면, 분석 단계 및 품질 테스트는 이론상 단계(202d)에서 측정이 수행되기 전에 수행될 수 있다. 높이 데이터는, 예를 들어 상이한 센서(AS, LS)에 의한 측정들의 시퀀스가 도 3 에 예시된 것과 다를 수 있는 실시예들에서 이용가능할 수 있다. 높이 데이터는, 예를 들어 정렬 측정 및 높이 측정의 시퀀스가 도 3 에 예시된 간단한 시퀀스가 아니라 별개의 거친 측정 및 미세 측정 단계를 포함하는 실시예들에서 이용가능할 수 있다.

단계 1110 에서 측정(1112)의 수정된 세트가 출력되는데, 여기에서 품질 테스트에 의해 결정되는 가중치는 이상치 위치(1107)에서 이루어지는 측정을 완전히 또는 부분적으로 억제하도록 사용된다. 측정이 이루어지지 않았거나 완전히 이루어지지 않은 경우, 측정들의 수정된 세트가 아니라 측정 위치들의 수정된 세트가 출력될 수 있다. 상이한 타입의 측정들의 수정된 세트의 세 가지 예가 도 11 에서 1112a 내지 1112c로 도시되어 있다.

1112a에서는 식별된 이상치 위치(1107)에서의 측정치를 삭제하거나 무시하는 간단한 경우가 예시된다. 도입부와 청구항의 용어에 따르면, 측정 또는 측정 위치를 삭제하거나 무시하는 것은 제로 가중치의 하나의 구현형태이다. 구현형태에 따라서, 측정은 유지하지만 이것을 제로로 곱하는 것이 바람직할 수 있고, 또는 몇 가지 논리 단계에 의하여 이것을 삭제하거나 무시하는 것이 바람직할 수 있다.

1112b에서는 이상치의 검출에 응답하여 이웃하는 위치에서 얻어진 측정치로 대체하는 대안적 방법이 예시된다. 측정(612)이 부분적인 레이아웃(606')에서 이미 이루어진 경우, 추가 측정을 추가하는 것은 특정한 구현형태에 따라서 시간을 소모할 수도 소모하지 않을 수도 있다.

1112c에서는 이상치(1107)의 검출에 응답하는 추가적인 대안적 방법이 예시된다. 여기에서, 측정치의 계산되거나 추정된 값이 분석 및 보충 데이터(1104)에 기초하여 실제 측정치를 대체한다. 이것의 예들은 후술될 것이다.

단계(1102)에서 검출된 이상치들의 개수가 너무 많으면, 단계(1114)는 해당 웨이퍼를 거절하도록 수행될 수 있다.

이미 언급된 바와 같이, 상이한 타입의 보충 데이터 및 분석이 도 11 의 방법의 원리를 구현하기 위하여 적용될 수 있다. 일 예에서, 이상치는 정렬 데이터를 포함하는 이력 데이터(1108), 및 측정 위치마다의 이력 웨이퍼간 변동에 대한 통계적 분석(1106)을 사용하여 식별된다. 새로운 측정이 이력에 의해서 기대된 범위 밖의 큰 변동을 가진다면, 이것은 제외되거나(제로 값으로 가중됨) 또는 가중치가 낮아져야 한다.

일 예에서, 웨이퍼 정렬(6PAR 잔차) 및 포인트마다의 그 웨이퍼-웨이퍼 변동의 벡터 맵이 6-파라미터(6PAR) 근사화 이후의 정렬 측정의 잔차에 기초하여 계산된다. 임계가 현재의 웨이퍼에 대한 값에 대해서만 설정되는 대신에 웨이퍼-웨이퍼 변동에 대해서 설정되면 실제 이상치가 더 성공적으로 검출될 수 있다는 것이 발견된다. 특히, 높은 잔차값이 이력 데이터에 기초하여 실제로 기대되는 경우에, 개시된 방법은 우연히 높은 잔차값을 가지게 된 측정치를 이상치로 명명하는 것을 피한다. 더욱이, 높은 잔차값이 이력 데이터에 기초하여 기대되는 경우, 이러한 방법은 이제 상대적으로 낮은 잔차값을 가지는 이상치를 검출할 수 있다. 현재의 웨이퍼에 대한 잔차에만 기초하는 종래의 방법은 이러한 측정치들을 아예 이상치라고 검출할 수 없을 것이다.

이력 측정 데이터에 기초하는 다른 예에서, 통계적 분석 단계(1106)의 한 타입으로서 다중변형 분석(multivariate analysis)을 사용하여 이상치를 검출하는 제안을 사용하여 이상치들이 검출된다. 주된 컴포넌트 분석(PCA)은 데이터 세트를 주된 성분으로 분해하기 위한 통계적 툴이고, 이것은 정렬 데이터에 성공적으로 적용될 수 있다. PCA의 원리와 이것을 정렬, 오버레이 등에 적용하는 것이 공개 특허 출원 제 WO2015049087A1(Ypma 등)에 기술되는데, 이러한 문헌의 내용은 본 명세서에서 원용에 의해 통합된다. 웨이퍼에 걸친 측정 값들의 공간적 분포는 관찰된 데이터의 주성분(또는 "고유 웨이퍼(Eigen wafers)")이라고 불리는 성분 벡터들의 세트로 분해된다. 이러한 공개 특허 출원에서, PCA는 리소그래피 제조 프로세스에서의 상이한 오차의 원인 및 효과를 분석하기 위하여 사용된다. 데이터 세트가 그 주성분으로 분해되는 경우, 각각의 성분의 중요도가 계산될 수 있다.

도 12 는 도 10 에서 예시된 예시적인 생산 데이터에 대해서 계산된 주성분의 중요도를 예시한다. 주성분 번호(PC#)가 수평 축에 표시되는 반면에, "설명된 분산(explained variance; EV)"은 세로축에 표시된다. 곡선(1202)은 정렬 데이터에서 무엇이 관찰되는지를 설명하기 위해서 제 1 주성분이 얼마나 주된 역할을 하는지를 예시하는데, 중요도는 기울기(1204)에 따라서 감소된다. 성분 4 이후에는 더 완만한 경사(1206)가 존재하고, 이러한 곡선에 대해서 가장 중요한 성분을 결정하기 위해서 휘어진 포인트(elbow point)가 결정될 수 있다. 요약하자면, 처음 몇 개의 성분들이 가장 중요한 것들이고 관찰된 데이터 다수를 기술하기에 충분하다. 잔여 성분들은 노이즈로 볼 수 있다.

도 13 을 참조하고 이제 처음 몇 개의 주성분에서는 이상치가 캡쳐되지 않을 것이라는 것을 고려하면, 이러한 예는 주성분만을 사용하여 원래의 데이터를 재구성한다. 결과적으로, 단계(1102)에서의 품질 테스트에 의해서 이상치가 검출될 수 있다. 도 13 에서, "문제가 있는" 웨이퍼 #26 및 #37 에 대하여, 플롯 M이 실제로 획득된 정렬 측정을 보여준다. 이러한 측정은 사실상 실제 측정된 값에 근사화된 정렬 모델을 감산한 이후의 잔차, 예를 들어 6PAR 모델로부터의 잔차이다. 당업자는 각각의 애플리케이션 및 각각의 타입의 측정에 대해서, 이상치가 측정된 값, 또는 잔차 또는 측정된 값의 다른 처리된 버전을 참조하여 결정되는지 여부는 디자인 선택의 문제라는 것을 온전하게 이해할 것이다. 플롯 R은 이력 데이터(1104)에 기초하여, PCA 분석 이후에 처음 5 개의 성분들만을 사용하여 재구성된 데이터를 보여준다. 플롯 M-R은 측정된 값이 재구성 값과 비교될 경우의 차분(델타)을 보여준다. 거의 모든 측정치에 대해서 델타는 제로에 가깝고, 이상치들은 강조된 것처럼 분명히 목격될 수 있다.

델타에 기초하여 정렬 데이터를 가중하면, 이미 언급된 바와 같이 수정된 측정 데이터가 다양한 방법들로 생성될 수 있다. 간단한 예로서, 단계(1110)는 포인트마다의 델타가 미리 정의된 임계보다 큰 경우 임의의 측정된 정렬 마크를 단순히 배제할 수 있다(결과는 1112a 임). 선택적으로, 이웃하는 포인트로부터의 측정치가 대신 사용될 수 있다(결과는 1112b 임). 또는, 어떤 포인트에 대한 델타(M-R)가 선정의된 임계보다 크면, 단계(1110)는 이상 측정치(그래프 M 내의 값)를 재구성 데이터에 기초한 추정치(그래프 R 내의 값)로 대체할 수 있다(결과는 1112c 임).

이상치의 정의는 매우 탄력적이다. 설명된 기법은 데이터 평활화(smoothing)를 위해서도 적용될 수 있다. 더 높은 값을 가진 성분들을 제거함으로써, 평활화 및 필터링이 얻어질 수 있다.

다른 예에서, 보충 데이터는 이전의 웨이퍼에 대한 이력 측정치에 기초하지 않고, 현재의 웨이퍼 상의 상이한 측정들에 기초한다. 핫스폿을 검출하기 위한 특정한 관심 측정은 노광 이전의 측정 프로세스의 일부로서 높이 센서(LS)에 의해 획득된 웨이퍼 높이 데이터이다(도 3). 분석 단계(1106)는 높이 데이터를 처리하여 "핫스폿", 즉 국지적인 비평탄 지역을 식별한다.

도 10 의 예에서, 웨이퍼 평탄도의 맵을 검사하면, 웨이퍼 #26 및 #37 내에서 관찰되는 핫스폿이 존재한다. 웨이퍼 평탄도 데이터 내의 이러한 핫스폿에 대응하는 위치에서의 정렬 측정은 품질 테스트 단계(1102)에서 의심스럽다고 표시될 수 있다(flagged). 이러한 의심스러운 정렬 벡터의 크기는 정상 이상치 임계 값보다 적어서 정렬 모델로부터 제거되지 않았으며, 도 10 의 (b) 및 (c)에서 도시되는 열화된 성능을 가진 넓은 영역이 된다. 그러한 마크의 크기가 동일한 웨이퍼 내의 다른 마크에 대해서만 비교되면, 이들은 반드시 이상치가 아닐 수 있다; 특히 웨이퍼 37 에서는 이것은 많은 다른 마크들 보다 작다. 그럼에도 불구하고, 높이 데이터를 품질 테스트에서의 보충 데이터로서 사용하면 이러한 의심되는 마크가 이상치로 식별될 수 있다.

이전의 예에서와 같이, 수정된 측정 데이터는 다양한 방식으로 생성될 수 있다. 간단한 예로서, 단계(1110)는 식별된 핫스폿과 연관된 임의의 측정된 정렬 마크를 단순히 배제할 수 있다(결과는 1112a 임). 선택적으로, 이웃하는 포인트로부터의 측정치가 대신 사용될 수 있다(결과는 1112b 임). 추가적인 데이터, 예컨대 PCA 분석이 된 이력 데이터가 이용가능하면, 추정된 값이 치환될 수 있다(결과는 1112c 임).

도 14 에서, 오버레이의 웨이퍼-웨이퍼 변동은 웨이퍼 #26 및 #37 내의 표시된 이상치를 제거하도록 전술된 방법을 사용한 이후에 시뮬레이션된다. 업데이트된 추세 그래프(1402)는 도 10 의 (a)에서의 추세와 비교될 수 있다. 이것은 정렬 이상치가 성공적으로 제거된다면 성능에서의 열화를 피할 수 있다는 것을 잘 나타낸다. (도 14 의 경우 웨이퍼 26 및 37 에 대하여 이상치 제거만의 효과를 시물레이션했다는 것에 주의한다. 도 14 에는 도시되지 않는 다른 웨이퍼들도 역시 개선될 수 있다).

대안적인 예

예시적인 실시예들의 앞선 설명에서, 측정 위치의 예비 선택에서 측정된 특성 및 측정 위치들의 동적으로 선택된 세트에서 측정된 특성은 동일한 특성이고, 동일한 타입의 측정이 양자 모두의 단계에서 이루어진다는 것이 가정된다. 그 경우에, 예비 측정 위치들의 세트는 측정치들의 세트를 전달하기 위해 사용되는 측정 위치들의 세트의 }제 1 서브세트일 수 있다. 하지만, 위치의 예비에서 이루어지는 측정이 하나의 특성(character)을 가지고서 하나의 타입의 측정 방법 및 장치를 사용하여 수행되는, 반면에 상이한 측정 장치 또는 방법으로 상이한 특성을 측정하기 위하여 측정 위치들의 동적으로 선택된 세트가 사용되는 대안적인 실시예도 가능하다.

일 예로서, 이러한 일 실시예에서, 상이한 종류의 계측을 위한 위치의 동적 선택을 결정하기 위하여 정렬 측정의 예비 세트가 사용될 수 있다. 위치의 예비 선택에서 이루어지는 측정은 어떤 종류의 카메라를 사용하여 이루어지고, 정렬 마크의 측정, 또는 CD 또는 오버레이와 같은 성능 파라미터의 측정을 위한 위치의 선택을 동적으로 결정하기 위해 사용될 수 있다. 예를 들어, 측정 위치의 예비 선택에서 이루어진 높이 측정은 정렬, CD 또는 오버레이의 측정을 위한 측정 위치들의 세트를 동적으로 결정하기 위하여 사용될 수 있다. 예를 들어, 위치의 예비 선택에서 이루어진 높이 측정은 정렬 측정의 더 높은 밀도가 얻어져야 하는 영역을 식별하기 위하여 사용될 수 있고, 그 반대의 경우도 마찬가지이다. 하나의 감지 레시피(파장(들), 편광(들) 등의 특정 조합을 규정함)로 위치의 예비 선택에서 이루어진 하나 이상의 특성의 측정은 상이한 레시피를 사용하여 정렬 또는 높이를 측정하기 위한 측정 위치들의 세트를 동적으로 결정하기 위하여 사용될 수 있다. 동일한 원리가 계측 방법에서 상이한 특성의 측정을 하는 것으로 확장될 수 있다.

위치의 예비 서브세트에서 이루어지는 측정의 타입이 위치의 선택된 세트에서 이루어진 측정의 타입과 다른 경우, 상이한 타입의 타겟 구조체가 상이한 타입의 측정에 수반될 수 있다는 것이 이해될 것이다. 정렬 또는 오버레이와 같은 측정을 위하여, 특정한 타겟 구조체가 제공될 수 있다. 웨이퍼 높이와 같은 측정을 위하여, 특정한 타겟 구조체가 제공될 필요없이 높이 센서가 동작할 수 있는데, "타겟 구조체"라는 어구는 어떠한 경우에서도 표면 또는 계층 구조체, 및 제품 구조체, 또는 전용 정렬 마크 또는 계측 타겟을 망라한다.

두 가지 예들이 도 15 내지 도 17 을 참조하여 이제 설명될 것이다. 이들은, 위치의 예비 선택에서 이루어진 높이 측정이 정렬 측정의 더 높은 밀도가 얻어져야 하는 영역을 식별하기 위하여 사용될 수 있는 경우, 및 그 반대의 경우 양자 모두의 예들이다. 리소그래피에서, 각각의 웨이퍼에 대해서 상이한 웨이퍼 높이 프로파일이 캡쳐된다. 높이 변동은 정렬된 위치에 영향을 주지만, 현재로서는 정렬 전략이 고객에 의해 규정될 때에 고려되지 않는다. 기술된 바와 같이, 정렬 전략은 통상적으로 모든 웨이퍼에 대해 동일하다. 결과적으로, 웨이퍼의 높이 프로파일에 있는 변동에 기인한 웨이퍼-웨이퍼 오버레이 변동의 일부는 정렬 시스템에 의하여 양호하게 정정되지 않는다.

도 15 내지 도 17 의 방법에서, 측정된 웨이퍼 높이 프로파일은 각각의 개개의 웨이퍼에 대한 정렬 전략을 최적화하기 위하여 사용된다. 높이 프로파일을 사용하기 위하여 두 가지 방법이 제안된다: (도 15 및 도 16) "통상적" 웨이퍼 높이 프로파일을 규정하는 미리 결정된 그룹에 기초하여 정렬 마크의 위치를 지정하는 방법 및 (도 17) 웨이퍼 프로파일의 높이 정보를 사용하여, 미리 결정된 "규칙" 또는 전략에 기초하여 정렬 마크의 위치를 지정하는 방법. 이러한 예에서, 높이 프로파일로부터 경사도 정보가 유도되고 정렬 레시피를 선택하기 위하여 사용된다. 양자 모두의 방법에서 "오프라인" 프로세스가 이력 데이터에 기초하여 규칙 또는 그룹을 결정한다. 그러면, "인라인" 프로세스가 이러한 정보를 사용하여 각각의 새로운 웨이퍼에 대한 정렬 전략을 최적화한다.

도 15 의 (a)는 오프라인 프로세스의 흐름도이다. 단계들은 다음과 같다. 단계 1502 에서 웨이퍼의 모집단에 대한 높이 데이터가 수집된다. 단계 1504 에서 높이 데이터는 경사도 데이터로 변환된다. 단계 1506 에서 모집단이 경사도 데이터에서 관찰되는 특정한 특성 패턴에 기초하여 그룹들로 분할된다. 이러한 클러스터링을 수행하기 위하여 적용될 수 있는 계층적 클러스터링 기법은 주지되어 있다. UV 높이 센서로부터의 데이터세트를 분석하는 것은 Schmitt- Weaver 등의 논문, "Computational overlay metrology with adaptive data analytics", Paper 10145-31, presented at SPIE Advanced Lithography 2017, San Jose, California, United States, 26 February - 2 March 2017 에 제공된다.

도 16 은 계층적 클러스터링 프로세스(1604)에 의한, 처리된 웨이퍼 모집단(1602) 내에서 식별된 여섯 개의 서브-모집단 또는 그룹에 대한 특성 경사도 분포를 보여준다. 여섯 개의 그룹은 경사도의 특성 분포를 가지며, A 내지 F로 명명된다. 각 도면에서, 어두운 음영은 낮은 경사도를 가지는 영역(평평한 영역)을 표시하는 반면에 밝은 음영은 높은 경사도를 가지는 영역을 표시한다. 도 16 의 하부에서, 그룹 A 및 그룹 B에 대한 분포가 일 예로서 확대되어 표시된다. 물론, 실무상 그래프는 컬러로 그려질 수 있고 이러한 흑백 버전은 특허 규칙을 준수하기 위한 이유 하나만으로 도시된다. 풀 컬러 도면은 전술된 SPIE 2017 논문에 표시된다. X 및 Y 방향에서의 경사도는 소망되는 경우에는 별개로 취급될 수 있지만, 도면은 X 및 Y 방향에서의 경사도 벡터의 크기를 함께 표시한다. 영역 A1, A2, A3 및 B1, B2 및 B3 가 각각의 도면에서 명명된다.

단계 1508 에서, 각각의 그룹에 대하여 측정 위치들의 특정 분포를 포함하는 정렬 전략이 결정된다. 거의 변동이 없는 영역(즉 어두운 영역)은 조밀한 정렬 마크 샘플링이 필요없는 반면에, 빠른 변화(경사도)가 있는 영역은 더 조밀한 정렬 샘플링이 필요할 것이다. 처음 두 개의 그룹의 경우, 측정 위치들의 최적화된 세트(1610A)가 그룹 A 분포 위에 오버라이되어 표시되고, 최적화된 측정 위치(1610B)는 그룹 B 분포 위에 오버라이되어 표시된다. 이러한 예에서, 그룹 A의 분포에 있는 영역 A1 및 A3 은 측정된 높이 맵에서 상대적으로 높은 경사도를 가지는 영역인 반면에, 영역 A2 는 상대적으로 낮은 경사도를 가진다. 결과적으로, 측정 위치들의 최적화된 세트는 영역 A1 및 A3 내에서 측정 위치의 더 큰 밀도를 가진다. 이와 유사하게, 그룹 B의 분포에 있는 영역 B1 및 B3 은 측정된 높이 맵에서 상대적으로 높은 경사도를 가지는 영역인 반면에, 영역 B2 는 상대적으로 낮은 경사도를 가진다. 도면의 흑백 버전에서는 볼 수 없지만, 경사도는 영역 B3 보다 영역 B1 에서 더 크다. 따라서, 측정 위치들의 최적화된 세트는 영역 B1 에서 최대인 측정 위치의 더 큰 밀도를 가지고, 측정 위치의 밀도는 영역 B2 내에서 가장 낮다.

이러한 콘텍스트에서 "최적화된다"는 용어는 위치들의 "최선" 또는 "최적" 세트의 임의의 절대적인 개념을 암시하지 않는다. 실제로, 위치의 진실된 "최적" 세트는 얻을 수 없는데, 그 이유는 이것이 각각의 개개의 웨이퍼에 특유할 것이고, 어떤 성능 파라미터가 최대화되어야 하는지에도 의존할 것이기 때문이다. 그러므로, 측정 위치들의 "최적화된" 세트는 웨이퍼 또는 웨이퍼들의 그룹에 적응되는 측정 위치들의 임의의 세트를 가리키는 것으로 이해되어야 하고, 이것은 모든 웨이퍼에 대한 측정 위치들의 일반적인 세트를 사용하여 얻을 수 있는 것과 비교하여 리소그래피 프로세스의 하나 이상의 성능 파라미터를 개선하기 위한 것이다.

요약하자면, 이러한 예시적인 방법에서 우리는 많은 로트의 많은 웨이퍼로부터의 높이 데이터 중 일부 또는 전부를 사용하여 특성 그룹을 결정한다. 예를 들어, 특정 제조 설비로부터의 많은 웨이퍼를 분석해보니, 도 16 에 도시된 바와 같이 여섯 개의 특성 그룹들이 존재한다는 것이 밝혀졌다. 적합한 소프트웨어가 측정 위치 마크를 적절한 영역 내에 분포시키고 적절한 정렬 모델/색상/순서를 규정할 것이다.

마지막으로 단계 1510 에서, 각각의 그룹과 연관된 최적화된 정렬 전략이 데이터베이스(1512) 내에 저장된다. 또한 각각의 그룹과 연관된 특성 패턴(경사도 맵)이 저장된다. 데이터베이스는, 예를 들어 인라인 프로세스에 의한 취출이 빠르게 되도록 리소 툴(100)의 제어 유닛(LACU) 내에 저장될 수 있다.

도 15 의 (b)는 처리될 각각의 웨이퍼(1520)에 대한 최적화된 정렬 전략을 선택하기 위하여 오프라인 프로세스의 결과를 사용하는 인라인 프로세스를 예시한다. 1522 에서 새로운 웨이퍼(1520)가 리소 툴(100), 측정 스테이션(MEA) 내에 로딩된다. 유사한 도 2 및 도 6 을 참조하면, 정렬 및 높이에 대한 측정 단계(202 및 204)가 각각의 순서로 수행될 수 있고, 각각의 단계(202, 204)가 거친 부분 및 세밀한 부분으로 분할될 수 있다고 언급된 바 있다. 주어진 예의 경우, 측정 위치들의 전체 세트에 대한 미세 정렬 측정(단계(202d)) 이전에 적어도 거친 높이 측정 단계(204a로 불림)가 수행된다는 것이 가정된다. 따라서 단계 1524(204a)에서 높이 값이 기판에 걸쳐서 적어도 거칠게 측정된다. 단계 1526 에서 도 16 에 도시되는 것과 유사한 높이 경사도 맵이 계산된다.

단계 1528(202c)에서, 오프라인 프로세스에 의해 저장됐던 데이터베이스(1512)로부터의 데이터를 사용하면, 인라인 프로세스는 어떤 그룹이 현재의 웨이퍼에 대해 측정된 경사도 맵에 최적으로 매칭되는지를 식별하고, 식별된 그룹에 대한 최적화된 정렬 전략을 규정하는 파라미터를 취출한다. 단계 1530(202d)에서 측정 위치들의 최적화된 세트를 사용하여 정렬 측정이 이루어진다. 미세 높이 맵과 같은 추가적인 측정도 역시 이루어질 수 있다. 노광(패터닝) 단계는 정렬 측정 및 다른 측정의 결과를 사용하여 1532 에서 수행된다. 또한 단계 1524 는 높이 측정으로 한정되지 않고, 거친 정렬 측정도 수행될 수 있다.

도 17 은 역시 오프라인 프로세스(a) 및 인라인 프로세스(b)를 포함하는 다른 방법을 예시한다. 다시 말하건대 원리는 높이 및 경사도의 예비 측정에 기초하여 정렬에 대한 측정 위치를 선택하는 것인데, 구현형태는 다르다. 도 17 의 (a)는 높이 및 경사도에 기초하는 이러한 두 번째 방법의 오프라인 프로세스의 흐름도이다. 오프라인 프로세스의 목적은 경사도의 밀도에 기초하여 정렬 마크 위치 지정을 위한 "규칙" 또는 전략을 결정하는 것이다. 예를 들어, 웨이퍼의 평평한 영역에서 경사도는 넓은 영역에 걸쳐 동일하다. 많이 변동하는 높이 프로파일이 있는 영역에서는 경사도가 더 많이 변할 것이다. 따라서 측정 위치를 선택하는 것은 경사도의 밀도의 함수이다. 이러한 전략이 인라인 소프트웨어에 의해 빠르게 취출되도록 툴 제어 유닛(LACU) 내에 저장된다.

이러한 예에서 오프라인 프로세스의 단계는 다음과 같다. 단계 1702 에서 웨이퍼의 모집단에 대한 높이 데이터가 수집된다. 단계 1704 에서 높이 데이터는 경사도 데이터로 변환된다. 단계 1706 에서, 웨이퍼의 모집단을 그룹들로 분할하는 것보다, 오프라인 프로세스는 경사도의 크기에 기초하여 측정 위치 선택을 위한 하나 이상의 "규칙" 또는 전략을 단순하게 결정한다. 예를 들어, 웨이퍼의 평평한 영역에서는 경사도가 넓은 영역에 걸쳐 상대적으로 낮은 크기를 가질 것이다. 많이 변동하는 높이 프로파일이 있는 영역에서는 경사도가 더 큰 크기를 가질 것이다.

단계 1710 에서, 최적화된 정렬 전략을 결정하기 위한 규칙 또는 전략은 데이터베이스(1712) 내에 저장된다. 데이터베이스는, 예를 들어 인라인 프로세스에 의한 취출이 빨게 되도록 리소 툴(100)의 제어 유닛(LACU) 내에 저장될 수 있다.

도 17 의 (b)는 처리될 각각의 웨이퍼(1720)에 대한 최적화된 정렬 전략을 선택하기 위하여 오프라인 프로세스의 결과를 사용하는 인라인 프로세스를 예시한다. 1722 에서 새로운 웨이퍼(1720)가 리소 툴(100), 측정 스테이션(MEA) 내에 로딩된다. 유사한 도 2 및 도 6 의 예를 다시 참조하면, 측정 위치들의 전체 세트에 대한 미세 정렬 측정(단계(202d)) 이전에 적어도 거친 높이 측정 단계(204a로 불림)가 수행된다는 것이 가정된다. 따라서 단계 1724(204a)에서 높이 값이 기판에 걸쳐서 적어도 거칠게 측정된다. 단계 1726 에서 높이 경사도 맵이 계산되는데, 이것은 도 16 에 도시되는 특성 그래프 중 하나와 닮을 수 있고, 또는 앞선 것들과는 다를 수도 있다.

단계 1728 에서, 오프라인 프로세스에 의해 데이터베이스(1712) 내에 저장된 규칙을 사용하여, 인라인 프로세스는 현재의 웨이퍼(1720)의 특정 경사도 맵에 적응된 측정 위치들의 최적화된 세트를 포함하는 최적화된 정렬 전략을 생성한다. 단계 1730(202d)에서 측정 위치들의 최적화된 세트를 사용하여 정렬 측정이 이루어진다. 미세 높이 맵과 같은 추가적인 측정도 역시 이루어질 수 있다. 노광(패터닝) 단계는 정렬 측정 및 다른 측정의 결과를 사용하여 1732 에서 수행된다. 또한 단계 1524 는 높이 측정으로 한정되지 않고, 거친 정렬 측정도 수행될 수 있다.

요약하자면, 인라인 프로세스는 이러한 "규칙"을 사용하여 측정 위치를 분포시킨다. 이러한 전략은 하나 이상의 주요 성능 표시자(key performance indicator; KPI)를 사용할 수 있다. KPI의 일 예는, 마크를 분포시키기 위하여, 스캐너 상에 저장된 레퍼런스 세트에 대한 경사도 영역의 작은 조각의 최선의 근사(best fit)를 획득하는 것일 수 있다. 그룹 기초 방법과 비교할 때 이러한 방법의 장점은 이것이 전체적으로 자동적이라는 것이다; 그룹을 식별하기 위한 셋업이 요구되지 않는다.

도 15 내지 도 17 의 대안적 예들을 요약하면, 공통 특징은 정렬 마크의 샘플링에 영향을 주기 위하여 높이 맵을 사용하는 것이다. 다시 말해서, 기판에 걸친 면내 위치 편차(X 및 Y)를 측정하기 위하여 정렬 마크가 사용되지만, 정렬을 위한 측정 위치의 동적 선택은 예비 위치들의 세트에서의 높이(Z 위치)의 측정치에 기초할 수 있다. 예비 위치는 거친 높이 매핑 프로세스, 또는 미세 높이 매핑 프로세스의 샘플 포인트들일 수 있다. 높이에 대한 측정 위치 및 정렬에 대한 측정 위치 사이에는 반드시 일대일 대응성이 있어야 하는 것이 아니다. 두 가지 예시적인 방법들이 제공되지만, 당업자는 많은 변형물을 구상할 수 있다. 앞선 예에서와 같이, 로트 내의 각각의 웨이퍼에 대해서 동일한 대신에, 이제 정렬 전략이 웨이퍼마다 규정된다. 각각의 개개의 웨이퍼에 대해 최적화된 정렬 전략을 사용하면 웨이퍼-웨이퍼 오버레이 변동이 감소될 것이다. 그러면, 피드백 정정 파라미터를 계산하기 위한 샘플링된 웨이퍼가 더 유사해지기 때문에 전체 제조 시스템 내의 피드백 제어가 더 정밀해지는 추가 장점을 가질 것이다. 또는, 동일한 성능을 달성하기 위해 피드백 정정 파라미터를 계산하기 위해 샘플링될 필요가 있는 웨이퍼의 수가 줄어드는 다른 이점도 얻어질 수 있다. 예를 들어, 충분히 양호한 피드백 제어를 제공하기 위해서 이전에는 네 개의 웨이퍼가 필요했던 경우에, 이제는 로트당 세 개의 웨이퍼가 샘플링되면 될 수 있다.

추가적으로, 높이 센서에 의한 경사도 측정이 정렬 마크의 측정된 위치를 더 정확한 방식으로 해석하기 위해 사용될 수 있다. 마크 비대칭이 측정 프로시저의 일부로서 검출된다고 가정한다. 로컬 경사도를 알고 있으면, 정렬 마크의 관찰된 비대칭이 리소그래피 프로세스의 물리적 및/또는 화학적 처리 단계에 의해 초래되는 경우와 마크가 기판의 경사가 급한 곳에 위치되었기 때문에 비대칭이 발생한 경우를 리소그래피 장치가 구별할 수 있게 될 수 있다. 이러한 경우는 예를 들어 로컬 오염에 의해 야기될 수 있고, 정렬 센서가 바라보는 마크의 물리적 왜곡을 초래할 수 있다.

본 발명의 다른 실시예들은 아래의 번호가 매겨진 절에서 제공된다:

1. 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에 기판에 걸친 위치로부터 측정치를 획득하는 방법으로서,

모든 가능한 측정 위치 중에서 측정 위치들의 세트가 선택되고, 각각의 선택된 위치에서 상기 기판 상의 구조체의 특성에 대한 측정이 이루어지며,

선택된 측정 위치들의 적어도 하나의 서브세트가, 측정 위치의 예비 선택을 사용하여 획득된 측정치에 응답하여 동적으로 선택되는, 측정치 획득 방법.

2. 제 1 절에 있어서,

상기 측정 위치의 예비 선택은 측정 위치들의 선택된 세트의 제 1 서브세트를 포함하고, 측정 위치들의 선택된 세트의 제 2 서브세트는 예비 선택을 사용하여 획득된 측정치에 응답하여 동적으로 선택되는, 측정치 획득 방법.

3. 제 2 절에 있어서,

측정 위치들의 선택된 세트의 제 3 서브세트는, 측정 위치들의 제 1 및 제 2 서브세트를 사용하여 획득된 측정치에 응답하여 결정되는, 측정치 획득 방법.

4. 제 1 절 내지 제 3 절 중 어느 한 절에 있어서,

상기 예비 선택 내의 측정 위치들의 개수는, 선택된 세트 내의 측정 위치들의 개수의 절반 미만, 선택적으로는 사분의 일 미만을 포함하는, 측정치 획득 방법.

5. 제 1 절 내지 제 4 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 서브세트는 측정 위치들의 선택된 세트의 절반 미만, 선택적으로는 사분의 일 미만을 포함하는, 측정치 획득 방법.

6. 제 1 절 내지 제 5 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 세트는 다수의 미리 규정된 서브세트로부터 선택된 적어도 하나의 서브세트를 포함하는, 측정치 획득 방법.

7. 제 1 절 내지 제 6 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 서브세트는 적어도 부분적으로, 하나 이상의 미리 정의된 지문을 인식함으로써 선택되는, 측정치 획득 방법.

8. 제 1 절 내지 제 7 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 서브세트는 선택된 측정 위치 중 하나에서 통계적으로 예외적인 측정치를 인식함으로써 선택되는 적어도 하나의 위치를 포함하는, 측정치 획득 방법.

9. 제 1 절 내지 제 8 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 서브세트는 복수 개의 선택된 측정 위치에 걸친 측정치들의 통계적으로 예외적인 분포를 인식함으로써 선택되는 적어도 하나의 위치를 포함하는, 측정치 획득 방법.

10. 제 1 절 내지 제 9 절 중 어느 한 절에 있어서,

측정 위치들의 동적으로 선택된 서브세트는, 복수 개의 선택된 측정 위치에 걸쳐 관찰된 경사도(gradient)에 적어도 부분적으로 응답하여 결정되는, 측정치 획득 방법.

11. 제 1 절 내지 제 10 절 중 어느 한 절에 있어서,

동적으로 선택된 서브세트는 부분적으로 상기 예비 선택의 측정치 및 부분적으로 상기 기판과 함께 수신된 콘텍스트 정보에 기초하여 선택되는, 측정치 획득 방법.

12. 제 1 절 내지 제 11 절 중 어느 한 절에 있어서,

복수 개의 기판이 처리되고, 측정 위치들의 상기 세트의 선택은 각각의 기판에 대하여 개별적으로 이루어지는, 측정치 획득 방법.

13. 제 12 절에 있어서,

측정 위치의 상기 예비 선택은 기판들 각각에 대하여 동일한, 측정치 획득 방법.

14. 제 1 절 내지 제 13 절 중 어느 한 절에 있어서,

상기 방법은,

상기 측정치에 품질 테스트를 적용하는 단계, 및

상기 품질 테스트의 결과에 기초하여, 이상치로서 식별된 하나 이상의 측정치에 0의 가중치 또는 감소된 가중치를 적용하는 단계를 더 포함하는, 측정치 획득 방법.

15. 제 14 절에 있어서,

상기 품질 테스트는, 상기 측정치와 이전에 처리된 기판들에 기초한 통계 데이터와의 비교에 기초하는, 측정치 획득 방법.

16. 제 15 절에 있어서,

상기 통계 데이터는 이전에 처리된 기판들에 걸친 측정치들의 변동을 나타내고,

상기 품질 테스트는 현재의 측정치와 이전의 기판들 상의 대응하는 위치에서 관찰되는 변동의 범위와의 비교에 기초하는, 측정치 획득 방법.

17. 제 16 절에 있어서,

상기 변동은 근사화된 모델에 대한 잔차값을 사용하여 결정되는, 측정치 획득 방법.

18. 제 15 절에 있어서,

상기 통계 데이터는, 이전의 기판들에 걸친 측정치들의 공간적 분포를 기술하는 성분 벡터들의 세트를 나타내는, 측정치 획득 방법.

19. 제 18 절에 있어서,

상기 품질 테스트는 측정치를 상기 성분 벡터들 중 하나 이상에 의해 예측된 값과 비교하는, 측정치 획득 방법.

20. 제 15 절 내지 제 19 절 중 어느 한 절에 있어서,

이상 측정치(outlier measurement)는 적어도 부분적으로 상기 통계 데이터에 기초한 값으로 대체되는, 측정치 획득 방법.

21. 제 14 절 내지 제 20 절 중 어느 한 절에 있어서,

상기 품질 테스트는 상기 기판 상에서 측정되는 높이 데이터에 적어도 부분적으로 기초하는, 측정치 획득 방법.

22. 제 14 절 내지 제 21 절 중 어느 한 절에 있어서,

제로 가중치가 이상 측정치에 적용되는, 측정치 획득 방법.

23. 제 14 절 내지 제 22 절 중 어느 한 절에 있어서,

상기 이상 측정치는 이웃하는 위치에서 이루어진 측정치로 대체되는, 측정치 획득 방법.

24. 제 1 절 내지 제 23 절 중 어느 한 절에 있어서,

측정치는 기판을 리소그래피 장치 내에 로딩한 이후에 이루어진 위치 측정치이고,

상기 방법은, 상기 위치 측정치를 사용하여 패턴을 상기 기판에 적용하는 단계를 더 포함하는, 측정치 획득 방법.

25. 제 24 절에 있어서,

면내 위치 편차(positional deviation)의 측정 위치는, 측정 위치의 상기 예비 선택을 사용하여 획득된 높이 측정치에 응답하여 동적으로 선택되는, 측정치 획득 방법.

26. 제 25 절에 있어서,

면내 위치 편차의 측정 위치는, 높이 측정치에서 관찰되는 경사도에 응답하여 동적으로 선택되는, 측정치 획득 방법.

27. 제 1 절 내지 제 26 절 중 어느 한 절에 있어서,

상기 측정치는 리소그래피 프로세스 단계 이후에 상기 기판 상에 수행된 성능 파라미터의 측정치인, 측정치 획득 방법.

28. 제 27 절에 있어서,

상기 방법은, 상기 성능 파라미터의 측정치에 적어도 부분적으로 기초하여 후속 리소그래피 프로세스 단계를 제어하는 단계를 더 포함하는, 측정치 획득 방법.

29. 제 27 절 또는 제 28 절에 있어서,

상기 방법은, 상기 성능 파라미터의 측정치에 적어도 부분적으로 기초하여 후속 계측 단계를 제어하는 단계를 더 포함하는, 측정치 획득 방법.

30. 제 27 절 내지 제 29 절 중 어느 한 절에 있어서,

상기 측정치는 성능 파라미터로서의 오버레이의 측정치인, 측정치 획득 방법.

31. 리소그래피 프로세스의 프로세스 단계를 수행하는 장치로서,

상기 프로세스 단계를 수행하기 전에 기판의 측정을 수행하기 위한 측정 시스템을 포함하고,

상기 측정 시스템은 제 1 절 내지 제 30 절 중 어느 한 절의 방법을 사용하여, 상기 기판에 걸친 위치들의 선택된 세트에서 측정치를 획득하도록 구성되는, 프로세스 단계 수행 장치.

32. 제 29 절에 있어서,

상기 프로세스 단계는 패턴을 상기 기판에 적용하는 단계인, 프로세스 단계 수행 장치.

33. 제 32 절에 있어서,

상기 측정은 상기 기판 상에 이미 존재하는 피쳐에 상대적으로 상기 패턴을 위치설정하는 데에 사용하기 위한 정렬 측정인, 프로세스 단계 수행 장치.

34. 컴퓨터 프로그램 제품으로서,

처리 디바이스 또는 처리 디바이스들의 시스템이, 측정 시스템으로 하여금 제 31 절 내지 제 33 절 중 어느 한 절의 장치에서 제 1 절 내지 제 31 절 중 어느 한 절의 방법을 수행하도록 제어하게 하기 위한 머신 판독가능 명령의 하나 이상의 시퀀스를 포함하는, 컴퓨터 프로그램 제품.

35. 계측 장치로서,

제 1 절 내지 제 30 절 중 어느 한 절의 방법을 사용하여, 기판에 걸친 위치들의 선택된 세트에 있는 구조체의 하나 이상의 속성의 측정치를 획득하도록 구성되는, 계측 장치.

36. 컴퓨터 프로그램 제품으로서,

처리 디바이스 또는 처리 디바이스들의 시스템이, 계측 장치로 하여금 제 35 절의 장치에서 제 1 절 내지 제 30 절 중 어느 한 절의 방법을 수행하도록 제어하게 하기 위한 머신 판독가능 명령의 하나 이상의 시퀀스를 포함하는, 컴퓨터 프로그램 제품.

37. 디바이스 제조 방법으로서,

리소그래피 프로세스 단계를 포함하고,

상기 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에, 제 1 절 내지 제 30 절 중 어느 한 절의 방법에 의하여 기판에 걸친 위치들의 선택된 세트에서 측정치가 획득되고, 획득된 측정치는 상기 기판 및/또는 추가적 기판의 처리를 위하여 상기 리소그래피 프로세스 단계의 파라미터를 조절하는 데 사용되는,디바이스 제조 방법.

38. 기판 상의 측정 위치에서 이루어진 측정에 대한 가중치 인자를 결정하는 방법으로서,

측정치에 품질 테스트를 적용하는 단계- 상기 품질 테스트는 상기 측정 위치와 연관된 보충 데이터에 적어도 부분적으로 기초함 -; 및

상기 품질 테스트의 결과에 기초하여 상기 가중치 인자를 결정하는 단계를 포함하는, 가중치 인자 결정 방법.

39. 제 38 절에 있어서,

상기 보충 데이터는 이전에 처리된 기판에 기초하는 통계 데이터를 포함하는, 가중치 인자 결정 방법.

40. 제 39 절에 있어서,

상기 통계 데이터는 이전에 처리된 기판들에 걸친 측정치들의 변동을 나타내고,

상기 품질 테스트는 상기 측정치와 이전에 처리된 기판들 상의 대응하는 위치에서 관찰되는 변동과의 비교에 기초하는, 가중치 인자 결정 방법.

41. 제 40 절에 있어서,

상기 변동은 근사화된 모델에 대한 잔차값을 사용하여 결정되는, 가중치 인자 결정 방법.

42. 제 39 절에 있어서,

상기 통계 데이터는, 상기 이전에 처리된 기판들에 걸친 측정치들의 공간적 분포를 기술하는 성분 벡터들의 세트를 나타내는, 가중치 인자 결정 방법.

43. 제 42 절에 있어서,

상기 품질 테스트는 상기 측정치를 상기 성분 벡터들 중 하나 이상에 의해 예측된 값과 비교하는, 가중치 인자 결정 방법.

44. 제 39 절 내지 제 43 절 중 어느 한 절에 있어서,

상기 품질 테스트를 사용하여 식별된 이상 측정치(outlier measurement)는 상기 통계 데이터에 적어도 부분적으로 기초한 값으로 대체되는, 가중치 인자 결정 방법.

45. 제 38 절 내지 제 45 절 중 어느 한 절에 있어서,

상기 품질 테스트는 상기 기판 상에서 측정되는 높이 데이터에 적어도 부분적으로 기초하는, 가중치 인자 결정 방법.

46. 제 38 절 내지 제 45 절 중 어느 한 절에 있어서,

제로 가중치가 상기 품질 테스트를 사용하여 식별된 이상 측정치에 적용되는, 가중치 인자 결정 방법.

47. 제 38 절 내지 제 46 절 중 어느 한 절에 있어서,

상기 품질 테스트를 사용하여 식별된 이상 측정치는 이웃하는 위치에서의 측정치로 대체되는, 가중치 인자 결정 방법.

48. 컴퓨터 프로그램 제품으로서,

처리 디바이스 또는 처리 디바이스들의 시스템이, 기판에 걸친 위치에서 이루어진 측정치를 수신하고, 제 38 절 내지 제 47 절 중 어느 한 절의 방법을 수행하여 상기 측정치에 대한 가중치 인자를 결정하게 하기 위한 머신 판독가능 명령의 하나 이상의 시퀀스를 포함하는, 컴퓨터 프로그램 제품.

49. 기판에 걸친 위치들의 선택된 세트에서 구조체의 하나 이상의 속성의 측정치를 획득하도록 구성되는 계측 장치로서,

제 38 절 내지 제 47 절 중 어느 한 절의 방법을 사용하여, 가중치 인자를 상기 측정치에 적용하도록 더욱 구성되는, 계측 장치.

50. 디바이스 제조 방법으로서,

리소그래피 프로세스 단계를 포함하고,

상기 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에, 기판에 걸친 위치들의 선택된 세트에서 측정치들이 획득되고,

상기 측정치들에 대한 가중치 인자가 제 38 절 내지 제 47 절 중 어느 한 절의 방법에 의하여 획득되며,

상기 가중 인자에 따라서 수정되는 상기 획득된 측정치는 상기 기판 및/또는 추가적 기판의 처리를 위하여 상기 리소그래피 프로세스 단계의 파라미터를 조절하는 데 사용되는,디바이스 제조 방법.

결론

결론적으로, 본 발명은 하나의 기판 또는 여러 기판에 걸친 위치로부터 측정치를 획득하는 방법을 제공하는데, 여기에서 측정 위치의 동적 선택이 적용되어 획득된 측정치들의 관련성을 증가시킨다. 특히, 기판에 고정된 샘플링 스킴을 적용하는 것 대신에, 기판-특유 샘플링 스킴이 적용될 수 있고, 이것은 수 개의 초기 측정치들에 응답하여 동적으로 결정된다. 측정 위치들의 세트를 측정 위치들의 예비 선택에서의 측정의 결과에 응답하여 동적으로 규정하면, 측정 시간의 이용가능한 예산을 더 효율적으로 사용할 수 있다.

측정 위치들의 동적으로 선택된 세트에서 이루어지는 측정들의 타입은 측정 위치들의 예비 선택에서 이루어진 측정들의 타입과 동일하거나 다를 수 있다. 타입들이 같은 경우, 위치들의 예비 선택에서 이루어진 측정들은 동적으로 선택된 위치에서 이루어진 측정들과 결합되어, 분석을 위하여 측정들의 단일 세트를 이룰 수 있다.

개시된 방법은, 추가적 측정이 필요없거나 적은 횟수의 측정만으로 오버레이와 같은 성능 파라미터가 개선될 수 있는, 리소그래피 장치 및 리소그래피 장치 동작 방법을 제공한다. 동적 선택은 추가적 콘텍스트 정보를 사용하거나 사용하지 않고서 수행될 수 있다. 쓰루풋은 본 발명이 아니었으면 발생했을 성능 손실이 없이 유지 및/또는 증가될 수 있다.

다른 실시예들에서, 개시된 방법은, 추가적 측정이 필요없는(또는 적은 횟수의 측정만으로) 리소그래피 프로세스의 성능 파라미터의 관련성이 높은 측정치가 획득될 수 있는, 계측 장치 및 계측 장치 동작 방법을 제공한다. 쓰루풋은 본 발명이 아니었으면 발생했을 측정치 유용성의 손실이 없이 유지 및/또는 증가될 수 있다.

본 발명의 제 2 양태에 따르면, 이상치는 하나 이상의 타입의 보충 데이터를 사용하여 더 신뢰성있게 검출 및 가중치해제되거나 제거될 수 있다. 이러한 방법은 새로운 하드웨어를 요구하지 않는다; 이것은 소프트웨어와 동작 방식을 적응시킴으로써 적용될 수 있다. 이것은 리소그래피 툴 또는 계측 툴 내에, 또는 적어도 이러한 툴의 연결된 제어 시스템 내에 이미 존재할 수 있는 이용가능한 정보를 사용한다. 이상 측정치를 대체하기 위하여 상이한 위치에서 측정을 반복하는 것이 요구되지 않는 한, 이것은 쓰루풋에 부정적인 영향을 끼치지 않는다. 성능의 관점에서, 오버레이(또는 다른 성능 파라미터)에서의 웨이퍼-웨이퍼 변동이 획득될 수 있다. 보고된 데이터에 있는 변동을 감소시킴으로써, 제어 루프(APC 루프)에 있는 노이즈도 적어진다. 웨이퍼 정렬 이상치에 의해 야기되는 오버레이 오차를 제거함으로써, 수율/재작업률이 개선된다. 이러한 방법이 오버레이 계측에 있는 이상치를 검출하도록 적용되면 유사한 이점들이 얻어질 수 있다.

기술된 양태들 중 임의의 것에서, 본 발명의 일 실시예는 전술된 바와 같은, 정렬 센서에 의해 획득된 위치 데이터에 있는 특성을 인식하고, 전술된 바와 같은 정정을 적용하는 방법을 기술하는 머신-판독가능 명령의 하나 이상의 시퀀스를 포함하는 컴퓨터 프로그램을 사용하여 구현될 수 있다. 이러한 컴퓨터 프로그램은 예를 들어 도 1 의 제어 유닛(LACU) 또는 일부 다른 제어기 내에서, 예를 들어 계측 장치(140) 내에서 실행될 수 있다. 그 안에 저장된 이러한 컴퓨터 프로그램을 포함하는 데이터 저장 매체(예를 들어, 반도체 메모리, 자기적 또는 광학적 디스크)가 역시 제공될 수 있다.

본 발명의 적용 범위 및 범위는 전술한 예시 실시예의 어떠한 것에 의해서도 한정되어서는 안 되며, 후속하는 청구범위 및 그 균등물에 따라서만 정해져야 한다.

Claims (20)

1. 기판 상의 측정 위치에서 이루어진 측정치에 대한 가중치 인자를 결정하는 방법으로서,
   측정치에 품질 테스트를 적용하는 단계 - 상기 품질 테스트는 상기 측정 위치와 연관된 보충 데이터에 적어도 부분적으로 기초하고, 상기 보충 데이터는 이전에 처리된 기판들에 기초한 통계 데이터를 포함함 -; 및
   상기 품질 테스트의 결과에 기초하여 상기 가중치 인자를 결정하는 단계
   를 포함하되, 상기 품질 테스트를 이용하여 식별되는 이상 측정치(outlier measurement) 중 하나 이상은 이웃하는 위치에서의 측정치로 대체되는, 가중치 인자 결정 방법.
2. 삭제
3. 제1항에 있어서,
   상기 통계 데이터는 상기 이전에 처리된 기판들에 걸친 측정치들의 변동을 나타내고,
   상기 품질 테스트는, 상기 측정치와 상기 이전에 처리된 기판들 상의 대응하는 위치에서 관찰되는 변동과의 비교에 기초하는 것인, 가중치 인자 결정 방법.
4. 제3항에 있어서,
   상기 변동은 근사화된 모델에 대한 잔차값을 사용하여 결정되는, 가중치 인자 결정 방법.
5. 제1항에 있어서,
   상기 통계 데이터는, 상기 이전에 처리된 기판들의 측정치들의 공간적 분포를 기술하는 성분 벡터들의 세트를 나타내는, 가중치 인자 결정 방법.
6. 제5항에 있어서,
   상기 품질 테스트는 상기 측정치를 상기 성분 벡터들 중 하나 이상에 의해 예측된 값과 비교하는, 가중치 인자 결정 방법.
7. 제1항에 있어서,
   상기 품질 테스트를 이용하여 식별되는 상기 이상 측정치 중 하나 이상은 적어도 부분적으로 상기 통계 데이터에 기초한 값으로 대체되는, 가중치 인자 결정 방법.
8. 제1항에 있어서,
   상기 품질 테스트는 상기 기판 상에서 측정되는 높이 데이터에 적어도 부분적으로 기초하는, 가중치 인자 결정 방법.
9. 제1항에 있어서,
   상기 품질 테스트를 이용하여 식별되는 상기 이상 측정치 중 하나 이상에 제로 가중치가 적용되는, 가중치 인자 결정 방법.
10. 삭제
11. 리소그래피 프로세스 단계를 포함하는 디바이스 제조 방법으로서,
    상기 리소그래피 프로세스 단계를 수행하기 이전 또는 이후에, 기판에 걸친 위치들의 선택된 세트에서 측정치가 획득되며, 상기 측정치에 품질 테스트가 적용되고 상기 측정치에 대한 가중치 인자가 제1항에 따른 방법에 의하여 획득되고, 상기 가중치 인자에 따라 수정되는 획득된 측정치는 상기 기판 및 추가적 기판 중 하나 또는 양자 모두의 처리를 위하여 상기 리소그래피 프로세스 단계의 하나 이상의 파라미터를 조절하는 데 사용되며,
    상기 품질 테스트를 이용하여 식별되는 이상 측정치 중 하나 이상은 이웃하는 위치에서의 측정치로 대체되는, 디바이스 제조 방법.
12. 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체로서, 명령은 처리 시스템에 의해 실행될 때 처리 시스템으로 하여금 적어도:
    기판에 걸친 측정 위치들에서 이루어진 측정치들을 수신하게 하고;
    상기 측정치들 중의 측정치에 품질 테스트를 적용하게 하되, 상기 품질 테스트는 상기 측정치와 연관된 측정 위치와 연관된 보충 데이터에 적어도 부분적으로 기초하며, 상기 보충 데이터는 이전에 처리된 기판들에 기초한 통계 데이터를 포함하고;
    상기 품질 테스트의 결과에 기초하여 상기 측정치에 대한 가중치 인자를 결정하게 하도록 구성되며,
    상기 품질 테스트를 이용하여 식별되는 이상 측정치 중 하나 이상은 이웃하는 위치에서의 측정치로 대체되는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
13. 삭제
14. 제12항에 있어서,
    상기 통계 데이터는 상기 이전에 처리된 기판들에 걸친 측정치들의 변동을 나타내고,
    상기 품질 테스트는, 상기 측정치와 상기 이전에 처리된 기판들 상의 대응하는 위치에서 관찰되는 변동과의 비교에 기초하는 것인, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
15. 제14항에 있어서,
    상기 변동은 근사화된 모델에 대한 잔차값을 사용하여 결정되는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
16. 제12항에 있어서,
    상기 통계 데이터는, 상기 이전에 처리된 기판들의 측정치들의 공간적 분포를 기술하는 성분 벡터들의 세트를 나타내는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
17. 제16항에 있어서,
    상기 품질 테스트는 상기 측정치를 상기 성분 벡터들 중 하나 이상에 의해 예측된 값과 비교하는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
18. 제12항에 있어서,
    상기 품질 테스트를 이용하여 식별되는 상기 이상 측정치 중 하나 이상은 적어도 부분적으로 상기 통계 데이터에 기초한 값으로 대체되는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
19. 제12항에 있어서,
    상기 품질 테스트는 상기 기판 상에서 측정되는 높이 데이터에 적어도 부분적으로 기초하는, 기계 판독가능한 명령을 포함하는 컴퓨터 판독가능한 기록 매체.
20. 기판에 걸친 위치들의 선택된 세트에서 구조체의 하나 이상의 속성의 측정치를 획득하도록 구성되는 계측 장치로서,
    상기 계측 장치는 제12항의 컴퓨터 판독가능한 기록 매체를 포함하고 계측 장치를 이용해 이루어진 하나 이상의 측정치에 가중치 인자를 적용하도록 구성되는, 계측 장치.

Images