KR102517966B1 - 컴퓨테이션 기법 기반 정정 및 제어 - Google Patents
컴퓨테이션 기법 기반 정정 및 제어 Download PDFInfo
- Publication number
- KR102517966B1 KR102517966B1 KR1020207018297A KR20207018297A KR102517966B1 KR 102517966 B1 KR102517966 B1 KR 102517966B1 KR 1020207018297 A KR1020207018297 A KR 1020207018297A KR 20207018297 A KR20207018297 A KR 20207018297A KR 102517966 B1 KR102517966 B1 KR 102517966B1
- Authority
- KR
- South Korea
- Prior art keywords
- substrate
- parameter
- patterning process
- correction
- map
- Prior art date
Links
- 238000012937 correction Methods 0.000 title claims abstract description 284
- 238000000034 method Methods 0.000 claims abstract description 581
- 230000008569 process Effects 0.000 claims abstract description 390
- 238000000059 patterning Methods 0.000 claims abstract description 374
- 239000000758 substrate Substances 0.000 claims description 718
- 238000012545 processing Methods 0.000 claims description 120
- 238000009826 distribution Methods 0.000 claims description 50
- 230000009897 systematic effect Effects 0.000 claims description 40
- 230000004075 alteration Effects 0.000 claims description 34
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 160
- 230000005855 radiation Effects 0.000 description 111
- 230000003287 optical effect Effects 0.000 description 63
- 239000010410 layer Substances 0.000 description 62
- 238000005286 illumination Methods 0.000 description 51
- 238000012546 transfer Methods 0.000 description 49
- 238000004088 simulation Methods 0.000 description 42
- 230000000875 corresponding effect Effects 0.000 description 40
- 210000001747 pupil Anatomy 0.000 description 32
- 230000006399 behavior Effects 0.000 description 29
- 238000013461 design Methods 0.000 description 26
- 238000001459 lithography Methods 0.000 description 25
- 238000005530 etching Methods 0.000 description 23
- 230000035945 sensitivity Effects 0.000 description 22
- 238000011161 development Methods 0.000 description 21
- 230000018109 developmental process Effects 0.000 description 21
- 230000033001 locomotion Effects 0.000 description 20
- 239000000047 product Substances 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 238000007689 inspection Methods 0.000 description 19
- 230000010287 polarization Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 15
- 238000004519 manufacturing process Methods 0.000 description 15
- 230000015654 memory Effects 0.000 description 15
- 230000007547 defect Effects 0.000 description 14
- 238000000151 deposition Methods 0.000 description 14
- 230000008021 deposition Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 230000000737 periodic effect Effects 0.000 description 11
- 238000005070 sampling Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 7
- 238000010008 shearing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 230000003542 behavioural effect Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000007654 immersion Methods 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000000206 photolithography Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000007792 addition Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000010363 phase shift Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000010408 film Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000004528 spin coating Methods 0.000 description 3
- 230000008685 targeting Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 2
- 230000002925 chemical effect Effects 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000001739 density measurement Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000010894 electron beam technology Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- 238000010884 ion-beam technique Methods 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004980 dosimetry Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011326 mechanical measurement Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- -1 refractive index Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70533—Controlling abnormal operating mode, e.g. taking account of waiting time, decision to rework or rework flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Details Of Television Scanning (AREA)
- Electrotherapy Devices (AREA)
- Prostheses (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
본 명세서에서는 패터닝 프로세스에 대한 정정을 결정하는 방법에 관해 설명한다. 이러한 방법은, 패터닝 프로세스에 사용되는 장치의 데이터 및 계측 데이터로부터 도출되는 패터닝 프로세스의 복수의 품질(예컨대, 복수의 파라미터 맵 또는 하나 이상의 정정)을 획득하는 단계, 하드웨어 컴퓨터 시스템에 의해 복수의 품질로부터 대표 품질을 선택하는 단계, 및 하드웨어 컴퓨터 시스템에 의해 대표 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
Description
본 출원은 2017년 12월 19일자로 출원된 미국 출원 62/607,777 및 2018년 10월 12일자로 출원된 EP 출원 제18200014.1호에 대해 우선권을 주장하며, 이러한 문헌의 내용은 원용에 의해 전체적으로 본 명세서에 포함된다.
본 발명은 디바이스 제조 프로세스의 성능을 향상시키는 기술에 관한 것이다. 이러한 기술은 리소그래피 장치 또는 계측 장치와 관련하여 사용될 수 있다.
리소그래피 장치는 기판의 타겟부 상에 원하는 패턴을 적용하는 기기이다. 리소그래피 장치는, 예를 들어 집적 회로(IC)의 제조에 사용될 수 있다. 그러한 상황에서, 마스크 또는 레티클이라고도 지칭되는 패터닝 디바이스가 IC의 개별 층에 대응하는 회로 패턴을 생성하는 데에 사용될 수 있고, 이러한 패턴은 방사선 감응 재료(레지스트)의 층을 갖는 기판(예컨대, 실리콘 웨이퍼) 상의 타겟부(다이 중 일부, 하나 또는 여러 개의 다이를 포함) 상에 이미징될 수 있다. 일반적으로, 단일 기판은 연속적으로 노광되는 인접한 타겟부들의 네트워크를 포함할 것이다. 종래의 리소그래피 장치는, 전체 패턴을 한번에 타겟부 상에 노광함으로써 각각의 타겟부가 조사되는 소위 스테퍼와, 주어진 방향("스캐닝"-방향)으로 방사선 빔을 통해 패턴을 스캐닝함과 동시에 이러한 방향에 평행 또는 반평행으로 기판을 스캐닝함으로써 각각의 타겟부가 조사되는 소위 스캐너를 포함한다.
회로 패턴을 패터닝 디바이스로부터 기판으로 전사하기 전에, 기판은 프라이밍, 레지스트 코팅 및 소프트 베이크 등의 다양한 절차를 거칠 수 있다. 노광 후, 기판은 노광 후 베이크(PEB), 현상, 하드 베이크 및 전사된 회로 패턴의 측정/검사와 같은 다른 절차를 거칠 수 있다. 이러한 절차 어레이는 디바이스, 예를 들어 IC의 개별 층을 만들기 위한 기초로 사용된다. 그 후, 기판은 에칭, 이온 주입(도핑), 금속공정, 산화, 화학-기계적 연마 등의 다양한 프로세스를 거치며, 이는 모두 디바이스의 개별 층을 마무리하기 위한 것이다. 디바이스에 여러 층이 필요한 경우, 전체적인 절차 또는 그의 변형이 각 층에 대해 반복된다. 결국, 디바이스가 기판 상의 각각의 타겟부에 존재할 것이다. 이들 디바이스는 다이싱 또는 쏘잉 등의 기술에 의해 서로 분리되며, 개별 디바이스가 캐리어에 장착되거나 핀에 연결되거나 할 수 있다.
따라서, 반도체 디바이스와 같은 디바이스를 제조하는 것은 전형적으로 디바이스의 다양한 피처 및 다수의 층을 형성하기 위해 다수의 제조 프로세스를 사용하여 기판(예를 들어, 반도체 웨이퍼)을 프로세싱하는 것을 수반한다. 이러한 층 및 피처는 전형적으로 예를 들어 증착, 리소그래피, 에칭, 화학-기계적 연마 및 이온 주입을 사용하여 제조되고 프로세싱된다. 다수의 디바이스가 기판 상의 복수의 다이 상에 제조된 후 개별 디바이스로 분리될 수 있다. 이러한 디바이스 제조 프로세스는 패터닝 프로세스로 여겨질 수 있다. 패터닝 프로세스는 패터닝 디바이스 상의 패턴을 기판으로 전사하기 위해 리소그래피 장치에서 패터닝 디바이스를 사용하는 광학 및/또는 나노 임프린트 리소그래피 등의 패터닝 단계를 수반하지만, 통상 선택적으로 하나 이상의 관련 패턴 프로세싱 단계, 예를 들면 현상 장치에 의한 레지스트 현상, 베이크 툴을 사용한 기판의 베이킹, 에칭 장치를 사용한 패턴을 이용한 에칭 등의 프로세스 등을 수반할 수 있다.
본 명세서의 일 실시예에 따르면, 패터닝 프로세스에 대한 정정을 결정하는 방법이 제공된다. 이러한 방법은, 패터닝 프로세스의 복수의 품질을 획득하는 단계; 하드웨어 컴퓨터 시스템에 의해, 상기 복수의 품질로부터 대표 품질을 선택하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 상기 대표 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵이다.
복수의 품질은 상기 패터닝 프로세스 동안 프로세싱되는 기판 로트에 대한 상기 패터닝 프로세스의 복수의 파라미터 맵에 대응하는 하나 이상의 정정이며, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 대표 품질은 상기 패터닝 프로세스에 대한 하나 이상의 정정으로부터 선택되는 대표 정정이다.
일 실시예에서, 대표 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것이다.
일 실시예에서, 대표 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것이다.
정정은: 후속 기판 로트의 기판을 위한 장치, 후속 장치를 이용하여 프로세싱될 기판 로트 내의 기판을 위한 상기 후속 장치에 대한 정정, 및/또는 상기 패터닝 프로세스의 다른 장치에 대한 정정을 포함한다.
패터닝 프로세스의 파라미터는 오버레이, 임계 치수, 포커스 및/또는 엣지 배치 오차이다.
장치는 스캐너이다.
스캐너와 관련된 데이터는 레벨링 데이터, 정렬 데이터, 투영 시스템과 연관되는 수차 데이터 및/또는 레티클 위상을 포함한다.
복수의 파라미터 맵은 오버레이, 임계 치수, 포커스 및/또는 엣지 배치 오차를 포함하는 하나 이상의 파라미터에 대한 파라미터 맵을 포함한다. 복수의 파라미터 맵의 각각의 파라미터 맵은 파라미터의 고밀도 맵이고, 상기 고밀도 맵은 상기 패터닝 프로세스의 하나 이상의 프로세싱 변수의 상기 파라미터에 대한 기여분을 모델링 및/또는 시뮬레이션함으로써 생성된다. 프로세싱 변수는 포커스 및/또는 선량이다.
나아가 본 명세서의 일 실시예에 따르면, 패터닝 프로세스에 정정을 적용하는 방법이 제공된다. 이러한 방법은, (i) 패터닝 프로세스의 복수의 품질로부터 선택되는 대표 품질, 및 (ii) 대표 품질에 기초한 정정을 획득하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 기판 로트 내의 기판, 및/또는 후속 기판 로트의 기판을 위해 패터닝 프로세스에 정정을 적용하는 단계를 포함한다.
복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵이다.
복수의 품질은 상기 패터닝 프로세스 동안 프로세싱되는 기판 로트에 대한 상기 패터닝 프로세스의 복수의 파라미터 맵에 대응하는 하나 이상의 정정이며, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 대표 품질은 상기 패터닝 프로세스에 대한 하나 이상의 정정으로부터 선택되는 대표 정정이다.
대표 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것이다.
대표 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것이다.
나아가 본 명세서의 일 실시예에 따르면, 패터닝 프로세스에 대한 정정을 결정하는 방법이 제공되는데, 이러한 방법은, (i) 이전에 프로세싱된 기판 로트에 대한 패터닝 프로세스의 복수의 품질, (ii) 현재 기판의 측정, 및 (iii) 현재 기판의 측정에 기초한 현재 품질을 획득하는 단계; 하드웨어 컴퓨터 시스템에 의해, 현재 품질과 상기 복수의 품질 사이의 비교에 기초하여 복수의 품질로부터 매칭 품질을 식별하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 상기 매칭 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵이다. 매칭 품질은 현재 기판 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 식별되는 매칭 파라미터 맵이다.
복수의 품질은 복수의 파라미터 맵에 대응하는 하나 이상의 정정이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵에 기초하는 현재 정정이다. 매칭 품질은 현재 정정과 상기 하나 이상의 정정 사이의 비교에 기초하여 하나 이상의 정정으로부터 식별되는 매칭 정정 맵이다.
방법은 추가적으로, 현재 기판의 측정 및 패터닝 프로세스의 장치의 데이터에 기초하여 모델링 및/또는 시뮬레이션에 의해 모델링된 파라미터 맵을 획득하는 단계; 하드웨어 컴퓨터 시스템에 의해, 모델링된 파라미터 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 매칭 파라미터 맵을 식별하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 상기 매칭 파라미터 맵에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
방법은 추가적으로, 복수의 파라미터 맵에 기초하여 하나 이상의 기판 카테고리를 획득하고 및/또는 하나 이상의 기판 카테고리에 대응하는 하나 이상의 정정을 획득하는 단계; 하드웨어 컴퓨터 시스템에 의해, 현재 기판의 측정에 기초하여 하나 이상의 기판 카테고리로부터 기판 카테고리를 식별하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 식별된 기판 카테고리에 대응하는 패터닝 프로세스에 대한 정정을 선택하는 단계를 포함한다.
매칭 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것이다.
매칭 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것이다.
정정은 상기 기판 로트 내의 기판을 위한 후속 장치에 대한 정정, 후속 기판 로트의 기판을 위한 장치에 대한 정정 및/또는 패터닝 프로세스의 다른 장치에 대한 정정을 포함한다.
나아가 본 명세서의 일 실시예에 따르면, 패터닝 프로세스에 정정을 적용하는 방법이 제공된다. 이러한 방법은, (i) 이전에 프로세싱된 기판에 대한 패터닝 프로세스의 복수의 품질로부터 매칭 품질을 획득하고 - 상기 매칭 품질은 현재 품질과 복수의 품질 사이의 비교에 기초하여 식별되며, 현재 품질은 현재 기판의 측정에 기초함 - , 및 (ii) 매칭 품질에 기초한 정정을 획득하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 현재 기판에 대해 패터닝 프로세스에 정정을 적용하는 단계를 포함한다.
복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵이다. 매칭 품질은 현재 기판 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 식별되는 매칭 파라미터 맵이다.
복수의 품질은 복수의 파라미터 맵에 대응하는 하나 이상의 정정이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성된다. 현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵에 기초하는 현재 정정이다. 매칭 품질은 현재 정정과 상기 하나 이상의 정정 사이의 비교에 기초하여 하나 이상의 정정으로부터 식별되는 매칭 정정 맵이다.
방법은 추가적으로, 현재 기판의 측정 및 패터닝 프로세스의 장치의 데이터에 기초하여 모델링 및/또는 시뮬레이션에 의해 모델링된 파라미터 맵을 획득하는 단계; 하드웨어 컴퓨터 시스템에 의해, 모델링된 파라미터 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 매칭 파라미터 맵을 식별하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 상기 매칭 파라미터 맵에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
방법은 추가적으로, 복수의 파라미터 맵에 기초하여 하나 이상의 기판 카테고리를 획득하고 및/또는 하나 이상의 기판 카테고리에 대응하는 하나 이상의 정정을 획득하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 현재 기판의 측정에 기초하여 하나 이상의 기판 카테고리로부터 기판 카테고리를 식별하는 단계; 및 하드웨어 컴퓨터 시스템에 의해, 식별된 기판 카테고리에 대응하는 정정을 선택하는 단계를 포함한다.
매칭 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것이다.
매칭 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 능력(potential)에 기초하는 것이다.
정정은 상기 기판 로트 내의 기판을 위한 후속 장치에 대한 정정, 후속 기판 로트의 기판을 위한 장치에 대한 정정 및/또는 패터닝 프로세스의 다른 장치에 대한 정정을 포함한다.
도 1은 일 실시예에 따른 리소그래피 장치를 개략적으로 도시한다.
도 2는 리소그래피 셀 또는 클러스터의 일 실시예를 나타낸다.
도 3은 예시적인 검사 장치 및 계측 기법을 개략적으로 나타낸다.
도 4는 예시적인 검사 장치를 개략적으로 나타낸다.
도 5는 검사 장치의 조명 스팟과 계측 타겟 간의 관계를 나타낸다.
도 6은 측정 데이터에 기초하여 복수의 관심 변수를 도출하는 프로세스를 개략적으로 나타낸다.
도 7은 프로세싱 변수의 예시적인 카테고리를 나타낸다.
도 8은 프로세싱 변수의 변화가 계측 데이터에 기여할 수 있음을 개략적으로 보여준다.
도 9는 프로세싱 변수에 대한 조합된 기여분을 도출하는 예를 개략적으로 나타낸다.
도 10은 계측 데이터로부터의 프로세싱 변수에 대한 기여분을 도출하는 예를 개략적으로 나타낸다.
도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 12은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 13은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 14은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 15은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 16은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 17a는 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 17b는 일 실시예에 따른 고밀도 맵의 예시적인 카테고리를 나타낸다.
도 18은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 19은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 20은 일 실시예에 따라 (a) 셋업 방법 및 (b) 컴퓨테이션 계측 기법을 위한 흐름을 개략적으로 나타낸다.
도 21은 예시적인 컴퓨터 시스템의 블록도이다.
도 22은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 2는 리소그래피 셀 또는 클러스터의 일 실시예를 나타낸다.
도 3은 예시적인 검사 장치 및 계측 기법을 개략적으로 나타낸다.
도 4는 예시적인 검사 장치를 개략적으로 나타낸다.
도 5는 검사 장치의 조명 스팟과 계측 타겟 간의 관계를 나타낸다.
도 6은 측정 데이터에 기초하여 복수의 관심 변수를 도출하는 프로세스를 개략적으로 나타낸다.
도 7은 프로세싱 변수의 예시적인 카테고리를 나타낸다.
도 8은 프로세싱 변수의 변화가 계측 데이터에 기여할 수 있음을 개략적으로 보여준다.
도 9는 프로세싱 변수에 대한 조합된 기여분을 도출하는 예를 개략적으로 나타낸다.
도 10은 계측 데이터로부터의 프로세싱 변수에 대한 기여분을 도출하는 예를 개략적으로 나타낸다.
도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 12은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 13은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 14은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 15은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 16은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 17a는 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 17b는 일 실시예에 따른 고밀도 맵의 예시적인 카테고리를 나타낸다.
도 18은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 19은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
도 20은 일 실시예에 따라 (a) 셋업 방법 및 (b) 컴퓨테이션 계측 기법을 위한 흐름을 개략적으로 나타낸다.
도 21은 예시적인 컴퓨터 시스템의 블록도이다.
도 22은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다.
실시예를 상세하게 설명하기 전에, 실시예가 구현될 수 있는 예시적인 환경을 제시하는 것이 유익하다.
도 1은 리소그래피 장치(LA)의 일 실시예를 개략적으로 나타낸다. 장치는 다음을 포함한다:
- 방사선 빔(B)(예를 들어, UV 방사선 또는 DUV 방사선)을 컨디셔닝하도록 구성된 조명 시스템(조명기)(IL);
- 패터닝 디바이스(예를 들어, 마스크)(MA)를 지지하도록 구성되고 특정 파라미터들에 따라 패터닝 디바이스를 정확히 위치설정하도록 구성된 제1 위치설정기(PM)에 연결된 지지 구조체(예를 들어, 마스크 테이블)(MT);
- 기판(예를 들어, 레지스트 코팅된 웨이퍼)(W)을 유지하고 특정 파라미터들에 따라 기판을 정확히 위치설정하도록 구성된 제2 위치설정기(PW)에 연결되는 기판 테이블(예컨대, 웨이퍼 테이블)(WT)(예컨대, WTa, WTb, 또는 양자 모두); 및
기판(W)의 타겟부(C)(예를 들어, 하나 이상의 다이를 포함하고 종종 필드라 불림) 상에 패터닝 디바이스(MA)에 의해 방사선 빔(B)에 부여된 패턴을 투영하도록 구성된 투영 시스템(예를 들어, 굴절형 투영 렌즈 시스템)(PS)(투영 시스템은 기준 프레임(RF) 상에 지지됨).
도시된 바와 같이, 장치는 투과형(예를 들어, 투과형 마스크를 채택)이다. 대안적으로, 장치는 반사형(예를 들어, 언급된 바와 같은 타입의 프로그램 가능한 미러 어레이를 채택하거나, 반사형 마스크를 채택)일 수 있다.
조명기(IL)는 방사선 소스(SO)로부터 방사선 빔을 수광한다. 예를 들어, 방사선 소스가 엑시머 레이저인 경우, 방사선 소스 및 리소그래피 장치는 별개의 개체일 수 있다. 그러한 경우에, 방사선 소스는 리소그래피 장치의 일부를 형성하는 것으로 여겨지지 않으며, 방사선 빔은 예를 들어 적절한 지향 미러 및/또는 빔 확장기를 포함하는 빔 전달 시스템(BD)의 도움으로 방사선 소스(SO)로부터 조명기(IL)로 전달된다. 이와 다른 경우, 예를 들어 방사선 소스가 수은 램프인 경우, 소스는 장치에 통합된 부분일 수 있다. 방사선 소스(SO) 및 조명기(IL)는 필요에 따라 빔 전달 시스템(BD)과 함께 방사선 시스템으로 지칭될 수 있다.
조명기(IL)는 빔의 세기 분포를 변경할 수 있다. 조명기는 조명기(IL)의 퓨필 평면 내의 환형 영역 내에서 0이 아닌 세기 분포가 되도록 방사선 빔의 반경방향 치수를 제한하도록 배열될 수 있다. 추가적으로 또는 대안적으로, 조명기(IL)는 퓨필 평면 내의 복수의 동일하게 이격된 섹터에서 0이 아닌 세기 분포가 되도록 퓨필 평면에서의 빔의 분포를 제한하게끔 동작가능할 수 있다. 조명기(IL)의 퓨필 평면에서 방사선 빔의 세기 분포는 조명 모드라 지칭될 수 있다.
따라서 조명기(IL)는 빔의 (각도/공간) 세기 분포를 조정하도록 구성된 조정기(AM)를 포함할 수 있다. 일반적으로, 조명기의 퓨필 평면 내의 세기 분포의 적어도 외측 반경 및/또는 내측 반경방향 치수(일반적으로 각각 외측-σ 및 내측-σ로 지칭됨)가 조정될 수 있다. 조명기(IL)는 빔의 각도 분포를 변경하도록 동작가능할 수 있다. 예를 들어, 조명기는 세기 분포가 0이 아닌 퓨필 평면 내의 섹터들의 수 및 각도 범위를 변경하도록 동작가능할 수 있다. 조명기의 퓨필 평면에서 빔의 세기 분포를 조정함으로써, 다양한 조명 모드가 달성될 수 있다. 예를 들어, 조명기(IL)의 퓨필 평면에서 세기 분포의 반경반향 및 각도 범위를 제한함으로써, 세기 분포는 예를 들어 쌍극자, 4중극자 또는 6중극자 분포와 같은 다중극 분포를 가질 수 있다. 원하는 조명 모드는, 예를 들어 그러한 조명 모드를 제공하는 광학기기를 조명기(IL)에 삽입하거나 공간 광 변조기를 사용함으로써 얻어질 수 있다.
조명기(IL)는 빔의 편광을 변경하도록 동작가능할 수 있고, 조정기(AM)를 사용하여 편광을 조정하도록 동작가능할 수 있다. 조명기(IL)의 퓨필 평면에 걸친 방사선 빔의 편광 분포는 편광 모드라 지칭될 수 있다. 다양한 편광 모드의 사용에 의해, 기판(W) 상에 형성된 이미지에 더 큰 콘트라스트가 달성될 수 있다. 방사선 빔은 편광되지 않을 수도 있다. 대안적으로, 조명기는 방사선 빔을 선형 편광시키도록 배열될 수 있다. 방사선 빔의 편광 방향은 조명기(IL)의 퓨필 평면에 걸쳐 변화할 수 있다. 방사선의 편광 방향은 조명기(IL)의 퓨필 평면 내의 서로 상이한 영역에서 상이할 수 있다. 방사선의 편광 상태는 조명 모드에 따라 선택될 수 있다. 다중극 조명 모드의 경우, 방사선 빔의 각각의 극의 편광은 일반적으로 조명기(IL)의 퓨필 평면에서의 그러한 극의 위치 벡터에 수직일 수 있다. 예를 들어, 쌍극자 조명 모드의 경우, 방사선은 쌍극자의 서로 반대측의 두 섹터를 이등분하는 라인에 실질적으로 직교하는 방향으로 선형 편광될 수 있다. 방사선 빔은 2개의 상이한 직교 방향 중 하나의 방향으로 편광될 수 있으며, 이는 X-편광 및 Y-편광 상태로 지칭될 수 있다. 4중극 조명 모드의 경우, 각각의 극의 섹터에서의 방사선은 해당 섹터를 이등분하는 라인에 실질적으로 수직인 방향으로 선형 편광될 수 있다. 이러한 편광 모드는 XY 편광으로 지칭될 수 있다. 마찬가지로, 6중극 조명 모드의 경우, 각각의 극의 섹터에서의 방사선은 해당 섹터를 이등분하는 라인에 실질적으로 수직인 방향으로 선형 편광될 수 있다. 이러한 편광 모드는 TE 편광으로 지칭될 수 있다.
또한, 조명기(IL)는 집속기(IN) 및 집광기(CO)와 같은 다양한 다른 컴포넌트들을 일반적으로 포함한다. 조명 시스템은 방사선을 지향, 성형 또는 제어하기 위해 굴절형, 반사형, 자기형, 전자기형, 정전형 또는 기타 다른 유형의 광학 컴포넌트 또는 이들의 조합과 같은 다양한 유형의 광학 컴포넌트를 포함할 수 있다.
따라서, 조명기는 단면에 요구되는 균일성 및 세기 분포를 갖는 컨디셔닝된 방사선 빔(B)을 제공한다.
지지 구조체(MT)는 패터닝 디바이스의 배향, 리소그래피 장치의 설계, 및 예를 들어 패터닝 디바이스(MA)가 진공 환경에 유지되는지의 여부와 같은 다른 조건에 의존하는 방식으로 패터닝 디바이스를 지지한다. 지지 구조체는 기계식, 진공식, 정전식 또는 다른 클램핑 기술을 사용하여 패터닝 디바이스를 유지할 수 있다. 지지 구조체는 필요에 따라 고정되거나 이동할 수 있는, 예를 들어 프레임 또는 테이블일 수 있다. 지지 구조체는 패터닝 디바이스가 예를 들어 투영 시스템에 대해 원하는 위치에 있도록 보장할 수 있다. 본 명세서에서 "레티클" 또는 "마스크"라는 용어의 어떠한 사용도 "패터닝 디바이스"라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
본 명세서에서 사용되는 "패터닝 디바이스"라는 용어는 기판의 타겟부에 패턴을 부여하는 데 사용될 수 있는 임의의 디바이스를 지칭하는 것으로 폭넓게 해석되어야 한다. 일 실시예로서, 패터닝 디바이스는 기판의 타겟부에 패턴을 생성하기 위해 방사선 빔의 단면에 패턴을 부여하는 데 사용될 수 있는 임의의 디바이스이다. 방사선 빔에 부여된 패턴은, 예를 들어 패턴이 위상-시프팅 피처 또는 소위 어시스트 피처를 포함하는 경우, 기판의 타겟부에서의 원하는 패턴과 정확히 일치하지 않을 수도 있다는 점에 주목해야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적 회로와 같이 타겟부에 생성되는 디바이스의 특정 기능 층에 해당할 것이다.
패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스의 예는 마스크, 프로그램 가능한 미러 어레이 및 프로그램 가능한 LCD 패널을 포함한다. 마스크는 리소그래피에서 잘 알려져 있으며 바이너리, 교번 위상 시프트 및 감쇠 위상 시프트와 같은 마스크 타입은 물론 다양한 하이브리드 마스크 타입을 포함한다. 프로그램 가능한 미러 어레이의 예는 입사하는 방사선 빔을 다양한 방향으로 반사시키도록 각각 개별적으로 기울어질 수 있는 작은 미러의 매트릭스 배열을 채용한다. 기울어진 미러는 미러 매트릭스에 의해 반사되는 방사선 빔에 패턴을 부여한다.
본 명세서에서 사용된 "투영 시스템"이라는 용어는, 사용되는 노광 방사선에 적합하거나 액침액의 사용 또는 진공의 사용과 같은 다른 요인들에 대해 적합한 것으로서, 굴절형, 반사형, 반사굴절형, 자기형, 전자기형 및 정전기형 광학 시스템 또는 이들의 임의의 조합을 포함하는 임의의 타입의 투영 시스템을 포괄하는 것으로 폭넓게 해석되어야 한다. 본 명세서에서 "투영 렌즈"라는 용어의 어떠한 사용도 "투영 시스템"이라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
투영 시스템(PS)은 불균일할 수도 있는 광학적 전달 함수를 가지고, 이것이 기판(W)에 이미징된 패턴에 영향을 줄 수 있다. 무편광 방사선에 대하여 이러한 효과는 두 개의 스칼라 맵에 의하여 매우 양호하게 기술될 수 있는데, 이러한 맵들은 투영 시스템(PS)으로부터 나가는 방사선의 투과(아포디제이션(apodization)) 및 상대 위상(수차)을 그것의 퓨필 평면에서 위치의 함수로서 기술한다. 투과 맵 및 상대 위상 맵이라고 지칭될 수도 있는 이러한 스칼라 맵은 기저 함수들의 완전한 세트의 선형 조합으로서 표현될 수도 있다. 특히 편리한 세트는 제르니케 다항식(Zernike polynomials)인데, 이것은 단위 원 상에서 정의된 직교 다항식의 세트를 형성한다. 각각의 스칼라 맵을 결정하는 것은 이러한 전개식(expansion)에서 계수를 결정하는 것을 수반할 수도 있다. 제르니케 다항식들이 단위 원 상에서 직교하기 때문에, 제르니케 계수는 측정된 스칼라 맵과 각각의 제르니케 다항식의 순차적인 내적을 계산하고 이것을 해당 제르니케 다항식의 놈(norm)의 제곱으로 나눔으로써 결정될 수도 있다.
투과 맵 및 상대 위상 맵은 필드와 시스템에 의존적이다. 즉, 일반적으로, 각각의 투영 시스템(PS)은 각각의 필드 포인트에 대해(즉 이것의 이미지 평면에서의 각각의 공간적 위치에 대해) 상이한 제르니케 전개식을 가질 것이다. 투영 시스템(PS)의 자신의 퓨필 평면에서의 상대 위상은, 예를 들어 투영 시스템(PS)의 대상물 평면(즉 패터닝 디바이스(MA)의 평면)에 있는 점 유사 소스로부터, 투영 시스템(PS)을 통해 방사선을 투영하고, 파면(즉 동일한 위상을 가지는 점들의 궤적)을 측정하기 위하여 시어링 간섭측정계(shearing interferometer)를 사용함으로써 결정될 수도 있다. 시어링 간섭측정계는 공통 경로 간섭측정계이고, 따라서 바람직하게는, 파면을 측정하기 위하여 이차 기준 빔이 요구되지 않는다. 시어링 간섭측정계는 투영 시스템의 이미지 평면(즉, 기판 테이블(WT))에 있는 회절 격자, 예를 들어 2차원의 그리드 및 투영 시스템(PS)의 퓨필 평면에 대해 공액관계(conjugate)인 평면에서 간섭 패턴을 측정하도록 구성되는 검출기를 포함할 수도 있다. 간섭 패턴은 시어링 방향에서의 퓨필 평면에 있는 좌표에 대한 방사선의 위상의 도함수에 관한 것이다. 검출기는, 예를 들어 전하 결합 소자(charged coupled device; CCD)와 같은 감지 요소들의 어레이를 포함할 수도 있다.
리소그래피 장치의 투영 시스템(PS)은 가시적인 무늬를 생성하지 않을 수 있고, 따라서 파면 결정의 정확도는, 예를 들어 회절 격자를 이동시키는 것과 같은 위상 스테핑(phase stepping) 기법을 사용하여 향상될 수 있다. 스테핑은 회절 격자의 평면에서 그리고 측정의 스캐닝 방향에 수직인 방향에서 수행될 수도 있다. 스테핑 범위는 하나의 격자 주기일 수도 있고, 적어도 3개의 (균일하게 분산된) 위상 스텝이 사용될 수도 있다. 따라서, 예를 들어 3개의 스캐닝 측정이 y-방향에서 수행될 수도 있고, 각각의 스캐닝 측정은 x-방향에서의 다른 위치에서 수행된다. 회절 격자의 이러한 스테핑은 위상 변동을 세기 변동으로 효과적으로 변환하고, 위상 정보가 결정되게 한다. 격자는 회절 격자에 수직인 방향(z 방향)으로 스테핑되어 검출기를 교정할 수도 있다.
회절 격자는 2개의 수직하는 방향으로 순차적으로 스캐닝될 수 있으며, 이러한 방향은 투영 시스템(PS)의 좌표계의 축들과 일치하거나 이들 축과 소정 각도(예컨대, 45도)를 이룰 수도 있다. 스캐닝은 정수 개의 격자 주기, 예를 들어 하나의 격자 주기에 걸쳐 수행될 수 있다. 스캐닝은 한 방향으로 위상 변동을 평균화하면서 나머지 방향으로의 위상 변동을 재구성할 수 있게 한다. 이에 의해 파면이 양 방향의 함수로서 결정될 수 있다.
투영 시스템(PS)의 자신의 퓨필 평면에서의 투과(아포디제이션)는, 예를 들어 투영 시스템(PS)의 대상물 평면(즉 패터닝 디바이스(MA)의 평면)에 있는 점 유사 소스로부터, 투영 시스템(PS)을 통해 방사선을 투영하고, 검출기를 사용하여 투영 시스템(PS)의 퓨필 평면에 대해 공액관계인 평면에서 방사선의 세기를 측정함으로써 결정될 수도 있다. 수차를 결정하기 위하여, 파면을 측정하는 데에 사용되는 것과 동일한 검출기가 사용될 수도 있다.
투영 시스템(PS)은 복수 개의 광학 요소(예를 들어, 렌즈)를 포함할 수도 있고, 수차(필드 전체에 걸쳐 퓨필 평면에 걸친 위상 변동)를 정정하기 위해 광학 요소 중 하나 이상을 조절하도록 구성되는 조절 메커니즘(AM)을 더 포함할 수도 있다. 이를 위하여, 조절 메커니즘은 하나 이상의 상이한 방법으로 투영 시스템(PS) 내의 하나 이상의 광학 요소(예를 들어, 렌즈)를 조작하도록 동작가능할 수도 있다. 투영 시스템은 좌표계를 가지는데, 이것의 광축은 z 방향으로 연장된다. 조절 메커니즘은: 하나 이상의 광학 요소를 변위시키는 것; 하나 이상의 광학 요소를 틸트시키는 것; 및/또는 하나 이상의 광학 요소를 변형하는 것의 임의의 조합을 수행하도록 동작가능할 수도 있다. 광학 요소의 변위는 임의의 방향(x, y, z 또는 이들의 조합)에서 이루어질 수도 있다. 비록 회전 대칭이 아닌 비구면 광학 요소에 대해서 z 축 주위의 회전이 사용될 수도 있지만, x 및/또는 y 방향으로 축들 주위에서 회전함으로써 광학 요소의 틸팅은 통상적으로 광축에 수직인 평면을 벗어나게 된다. 광학 요소의 변형은 저 주파수 형상(예를 들어 비점수차(astigmatic)) 및/또는 고 주파수 형상(예를 들어 자유 형상 비구면)을 포함할 수도 있다. 광학 요소의 변형은, 예를 들어 광학 요소의 하나 이상의 면에 힘을 작용시키도록 하나 이상의 액츄에이터를 사용하여 및/또는 광학 요소의 하나 이상의 선택된 영역을 가열하도록 하나 이상의 가열 요소를 사용함으로써 수행될 수도 있다. 일반적으로, 아포디제이션(퓨필 평면에 걸친 투과 변동)을 정정하기 위하여 투영 시스템(PS)을 조절하는 것이 가능하지 않을 수도 있다. 투영 시스템(PS)의 투과 맵은 리소그래피 장치(LA)에 대하여 패터닝 디바이스(예를 들어, 마스크)(MA)를 설계할 때에 사용될 수도 있다. 컴퓨테이션 리소그래피 기법을 사용함으로써, 패터닝 디바이스(MA)는 아포디제이션을 적어도 부분적으로 정정하도록 설계될 수도 있다.
리소그래피 장치는 2개(듀얼 스테이지) 또는 그 이상의 테이블(예를 들면, 둘 이상의 기판 테이블(WTa, WTb), 둘 이상의 패터닝 디바이스 테이블)을 갖는 타입일 수 있다(예컨대, 측정 및/또는 세정 등을 용이하게 하기 위해 전용화된 기판 없이 투영 시스템 아래에 기판 테이블(WTa 및 WTb)이 있음). 이러한 "다중 스테이지" 기기에서는 추가의 테이블을 병렬적으로 사용할 수 있으며, 또는 하나 이상의 다른 테이블을 노광용으로 사용하면서 하나 이상의 테이블 상에서 준비 단계를 수행할 수 있다. 예를 들어, 정렬 센서(AS)를 이용한 정렬 측정 및/또는 레벨 센서(LS)를 이용한 레벨(높이, 틸트 등) 측정이 이루어질 수 있다.
또한, 리소그래피 장치는 투영 시스템과 기판 사이의 공간을 채우도록, 비교적 높은 굴절률을 갖는 액체, 예를 들어 물로 기판의 적어도 일부가 덮일 수 있는 타입일 수도 있다. 또한, 액침액은 리소그래피 장치의 다른 공간, 예를 들어, 패터닝 디바이스와 투영 시스템 사이에 적용될 수 있다. 액침 기술은 투영 시스템의 개구수를 증가시키기 위해 당해 기술 분야에서 잘 알려져 있다. 본 명세서에서 사용되는 "액침"이라는 용어는 기판과 같은 구조체가 액체에 잠겨야 함을 의미하는 것이 아니라 오히려 액체가 노광 중에 투영 시스템과 기판 사이에 위치한다는 것을 의미한다.
따라서, 리소그래피 장치의 작동 시에, 방사선 빔은 조명 시스템(IL)에 의해 컨디셔닝되어 제공된다. 방사선 빔(B)은 지지 구조체(예를 들어, 마스크 테이블(MT)) 상에 유지되는 패터닝 디바이스(예를 들어, 마스크(MA)) 상에 입사되고, 패터닝 디바이스에 의해 패터닝된다. 패터닝 디바이스(MA)를 거친 후에, 방사선 빔(B)은 투영 시스템(PS)을 통과하게 되며, 투영 시스템(PS)은 기판(W)의 타겟부(C) 상으로 빔을 포커싱한다. 제2 위치설정기(PW) 및 위치 센서(IF)(예를 들어, 간섭계 디바이스, 선형 인코더, 2-D 인코더 또는 용량성 센서)의 도움으로, 기판 테이블(WT)은 예를 들어 방사선 빔(B)의 경로에 다양한 타겟부(C)를 위치설정하도록 정확하게 이동될 수 있다. 유사하게, 제1 위치설정기(PM) 및 또 다른 위치 센서(도 1에는 명확히 도시되지는 않음)가, 예를 들어 마스크 라이브러리로부터의 기계적 회수 후에, 또는 스캔 중에, 방사선 빔(B)의 경로에 대해 패터닝 디바이스(MA)를 정확히 위치설정하는 데 사용될 수 있다. 일반적으로, 지지 구조체(MT)의 이동은 제1 위치설정기(PM)의 일부를 형성하는 롱-스트로크 모듈(개략적 위치설정) 및 숏-스트로크 모듈(미세 위치설정)의 도움으로 실현될 수 있다. 유사하게, 기판 테이블(WT)의 이동은 제2 위치설정기(PW)의 일부를 형성하는 롱-스트로크 모듈 및 숏-스트로크 모듈을 사용하여 실현될 수 있다. (스캐너와는 대조적으로) 스테퍼의 경우, 지지 구조체(MT)는 숏-스트로크 액츄에이터에만 연결되거나 고정될 수 있다. 패터닝 디바이스(MA) 및 기판(W)은 패터닝 디바이스 정렬 마크(M1, M2) 및 기판 정렬 마크(P1, P2)를 사용하여 정렬될 수 있다. 도시된 바와 같이 기판 정렬 마크는 전용화된 타겟부를 점유하지만, 이들은 타겟부 사이의 공간에 위치할 수도 있다(이들은 스크라이브-레인 정렬 마크로 알려져 있다). 유사하게, 둘 이상의 다이가 패터닝 디바이스(MA) 상에 제공되는 상황에서, 패터닝 디바이스 정렬 마크는 다이 사이에 위치될 수 있다.
도시된 장치는 다음 모드들 중 적어도 하나로 사용될 수 있다:
1. 스텝 모드에서는, 방사선 빔에 부여된 전체 패턴이 한번에 타겟부(C) 상에 투영되는 동안, 지지 구조체(MT) 및 기판 테이블(WT)은 실질적으로 정지 상태로 유지된다(즉, 단일 정적 노광). 그 다음, 기판 테이블(WT)은 상이한 타겟부(C)가 노광될 수 있도록 X 및/또는 Y 방향으로 시프트된다. 스텝 모드에서, 노광 필드의 최대 크기는 단일 정적 노광으로 이미징되는 타겟부(C)의 크기를 제한한다.
2. 스캔 모드에서는, 방사선 빔에 부여된 패턴이 타겟부(C) 상에 투영되는 동안, 지지 구조체(MT) 및 기판 테이블(WT)이 동기적으로 스캐닝된다(즉, 단일 동적 노광). 지지 구조체(MT)에 대한 기판 테이블(WT)의 속도 및 방향은 투영 시스템(PS)의 배율(축소율) 및 이미지 반전 특성에 의해 결정될 수 있다. 스캔 모드에서, 노광 필드의 최대 크기는 단일 동적 노광에서 타겟부의 (비-스캐닝 방향으로의) 폭을 제한하는 반면, 스캐닝 동작의 길이는 타겟부의 (스캐닝 방향으로의) 높이를 결정한다.
3. 또 다른 모드에서, 지지 구조체(MT)는 프로그램 가능한 패터닝 디바이스를 유지하면서 실질적으로 정지된 상태로 유지되며, 방사선 빔에 부여된 패턴이 타겟부(C) 상에 투영되는 동안 기판 테이블(WT)이 이동 또는 스캐닝된다. 이러한 모드에서는, 일반적으로 펄스형 방사선 소스가 채용되고, 프로그램 가능 패터닝 디바이스는 기판 테이블(WT)의 각각의 이동 후에 또는 스캔 중에 연속적인 방사선 펄스 사이에서 필요에 따라 업데이트된다. 이러한 동작 모드는 상술한 바와 같은 타입의 프로그램 가능한 미러 어레이 등의 프로그램 가능한 패터닝 디바이스를 이용하는 마스크 없는 리소그래피(maskless lithography)에 용이하게 적용될 수 있다.
상술된 사용 모드들의 조합 및/또는 변형 또는 완전히 다른 사용 모드들이 또한 채용될 수 있다.
본 명세서에서는, 집적회로(IC)의 제조에 있어서 리소그래피 장치의 사용에 대해 특정하게 언급하였지만, 본원에서 설명된 리소그래피 장치는 집적 광학 시스템, 자기 도메인 메모리(magnetic domain memory)용 유도 및 검출 패턴, 액정 디스플레이(LCD), 박막 자기 헤드 등의 제조와 같은 기타 응용예들을 가질 수 있음을 이해하여야 한다. 당업자라면, 이러한 다른 응용예와 관련하여, 본 명세서에서 사용된 "웨이퍼" 또는 "다이"와 같은 어떠한 용어의 사용도 각각 "기판" 또는 "타겟부"와 같은 좀더 일반적인 용어와 동의어로 간주될 수 있음을 이해할 것이다. 본 명세서에서 언급되는 기판은, 노광 전후에, 예컨대 트랙(전형적으로 기판에 레지스트층을 도포하고 노광된 레지스트를 현상하는 툴), 계측 또는 검사 툴에서 프로세싱될 수 있다. 적용가능한 경우, 이러한 기판 프로세싱 툴과 여타 기판 프로세싱 툴에 본 명세서의 개시 내용이 적용될 수 있다. 또한, 예컨대 다층 IC를 생성하기 위하여 기판이 복수 회 프로세싱될 수 있으므로, 본 명세서에 사용되는 기판이라는 용어는 이미 여러 번 프로세싱된 층들을 포함한 기판을 지칭할 수도 있다.
본원에서 사용된 "방사선" 및 "빔"이라는 용어는, 자외(UV)선(예컨대, 365, 248, 193, 157, 또는 126 nm의 파장을 가짐) 및 극자외(EUV)선(예컨대, 5-20 nm 범위의 파장을 가짐)을 포함하는 모든 유형의 전자기 방사선 뿐만 아니라 이온 빔 또는 전자 빔 등의 입자 빔을 포괄한다.
패터닝 디바이스 상의 또는 패터닝 디바이스에 의해 제공되는 다양한 패턴은 상이한 프로세스 윈도우, 즉 패턴이 사양 내에서 생성될 프로세싱 변수의 공간을 가질 수 있다. 잠재된 체계적 결함과 관련된 패턴 사양의 예로는, 넥킹(necking), 라인 풀백(pull back), 라인 박형화(thinning), CD, 엣지 배치, 중첩, 레지스트 상단 손실, 레지스트 언더컷 및/또는 브리징에 대한 검사 등이 포함된다. 패터닝 디바이스 또는 패터닝 디바이스의 소정 영역 상의 모든 패턴의 프로세스 윈도우는 각각의 개별 패턴의 프로세스 윈도우를 병합(예를 들어, 중첩)시킴으로써 획득될 수 있다. 모든 패턴의 프로세스 윈도우의 경계는 개개의 패턴 중 일부의 프로세스 윈도우의 경계를 포함한다. 즉, 이러한 개별 패턴은 모든 패턴의 프로세스 윈도우를 제한하게 된다. 이들 패턴은 "핫 스팟" 또는 "프로세스 윈도우 제한 패턴(PWLP)"으로 지칭될 수 있으며, 이러한 용어는 본 명세서에서 상호 교환적으로 사용된다. 패터닝 프로세스의 일부를 제어할 때 핫 스팟에 집중하는 것이 가능하고 경제적이다. 핫 스팟에 결함이 없으면 모든 패턴에 결함이 없을 가능성이 높다.
도 2에 도시된 바와 같이, 리소그래피 장치(LA)는 리소셀(lithocell) 또는 클러스터로도 지칭되는 리소그래픽 셀(LC)의 일부를 형성할 수 있으며, 이는 또한 기판에 대해 노광-전 프로세스 및 노광-후 프로세스를 수행하기 위한 장치를 포함한다. 통상적으로, 이러한 장치는 레지스트층을 증착하는 하나 이상의 스핀 코터(spin coater)(SC), 노광된 레지스트를 현상하는 하나 이상의 현상기(DE), 하나 이상의 냉각 플레이트(chill plate, CH), 및 하나 이상의 베이크 플레이트(bake plate, BK)를 포함한다. 기판 핸들러 또는 로봇(RO)이 입력/출력 포트(I/O1, I/O2)로부터 하나 이상의 기판을 픽업하여, 이를 상이한 프로세스 장치 간에 이동시키며, 그 후 리소그래피 장치의 로딩 베이(loading bay, LB)에 전달한다. 통칭하여 트랙으로도 지칭되는 이들 장치는 감독 제어 시스템(SCS)에 의해 제어되는 트랙 제어 유닛(TCU)의 제어 하에 있게 되며, 감독 제어 시스템은 또한 리소그래피 제어 유닛(LACU)을 통해 리소그래피 장치를 제어한다. 그러므로, 스루풋 및 프로세싱 효율을 최대화하기 위해 다양한 장치가 작동될 수 있다.
리소그래피 장치에 의해 노광되는 기판이 정확하고 일관적으로 노광되도록 하기 위해 및/또는 적어도 하나의 패턴 전사 단계(예컨대, 광학 리소그래피 단계)를 포함하는 패터닝 프로세스의 일부(예컨대, 디바이스 제조 프로세스)를 모니터링하기 위해서는, 기판 및 기타 대상물을 검사하여 정렬, 오버레이(예를 들어 서로 중첩하는 층들에 있는 구조체들 사이 또는, 예를 들어 이중 패터닝 프로세스에 의하여 해당 층에 별개로 제공된 동일한 층 내의 구조체들 사이의 오버레이일 수 있음), 선폭, 임계 치수(CD), 포커스 오프셋, 재료 특성 등과 같은 하나 이상의 특성을 측정 또는 결정하는 것이 바람직하다. 따라서, 리소셀(LC)이 그 안에 위치되는 제조 설비는, 리소셀 내에서 프로세싱된 기판(W) 또는 리소셀 내의 다른 대상물의 일부 또는 전부를 측정하는 계측 시스템(MET)을 통상적으로 더 포함한다. 계측 시스템(MET)은 리소셀(LC)의 일부일 수도 있고, 예를 들어 리소그래피 장치(LA)의 일부일 수도 있다(예컨대, 정렬 센서(AS)).
하나 이상의 측정된 파라미터는, 예를 들어 패터닝된 기판 내에 또는 패터닝된 기판 상에 형성된 연속 층들 사이의 오버레이, 예를 들어 패터닝된 기판 내에 또는 패터닝된 기판 상에 형성된 피처의 임계 치수(CD)(예를 들어, 임계 선폭), 광학 리소그래피 단계의 포커스 또는 포커스 오차, 광학 리소그래피 단계의 선량 또는 선량 오차, 광학 리소그래피 단계의 광학 수차 등을 포함할 수 있다. 이러한 측정은 제품 기판 자체의 타겟 및/또는 기판 상에 제공된 전용화된 계측 타겟 상에서 수행된다. 측정은 레지스트의 현상 후, 에칭 전에 수행될 수 있거나 또는 에칭 후에 수행될 수도 있다.
주사 전자 현미경(SEM), 이미지 기반 측정 툴 및/또는 다양한 전문화된 툴의 이용을 포함하여, 패터닝 프로세스에서 형성된 구조체를 측정하기 위한 다양한 기술들이 있다. 논의된 바와 같이, 전문화된 계측 툴의 신속하고 비침투적인 형태로는 방사선 빔이 기판의 표면에 있는 타겟으로 지향되고 산란된(회절/반사된) 빔의 특성이 측정되는 툴이 있다. 기판에 의해 산란되는 방사선의 하나 이상의 특성을 평가함으로써, 기판의 하나 이상의 특성이 결정될 수 있다. 이는 회절 기반 계측이라고 할 수 있다. 이러한 회절 기반 계측의 응용예 중 하나는 타겟 내에서의 피처 비대칭의 측정이다. 예를 들어 이것은 오버레이의 척도로 사용될 수 있지만 다른 응용예도 알려져 있다. 예를 들어, 비대칭은 회절 스펙트럼의 상호 반대측 부분들을 비교함으로써 측정될 수 있다(예를 들어, 주기적 격자의 회절 스펙트럼에서 -1 차 및 +1 차를 비교). 이는 전술한 바와 같이, 그리고 예를 들어 미국 특허 출원 공보 US 2006-066855에 기술된 바와 같이 수행될 수 있으며, 이러한 문헌의 내용은 원용에 의해 본 명세서에 포함된다. 회절 기반 계측의 다른 응용예는 타겟 내에서의 피처 폭(CD)의 측정이다. 이러한 기술은 이하 설명하는 장치 및 방법을 사용할 수 있다.
따라서, 디바이스 제조 프로세스(예를 들어, 패터닝 프로세스 또는 리소그래피 프로세스)에 있어서, 기판 또는 기타 대상물은 이러한 프로세스 동안 또는 프로세스 이후에 다양한 유형의 측정을 거칠 수 있다. 이러한 측정은, 특정 기판에 결함이 있는지 여부를 결정할 수 있거나, 프로세스 및 프로세스에 사용된 장치에 대한 조정을 확립할 수 있거나(예를 들어, 기판 상에서 2개의 층을 정렬하거나 또는 패터닝 디바이스를 기판에 정렬), 프로세스 및 장치의 성능을 측정할 수 있거나, 또는 다른 목적을 위한 것일 수 있다. 측정의 예에는 광학 이미징(예컨대, 광학 현미경), 비-이미징 광학 측정(예컨대, ASML YieldStar 계측 툴, ASML SMASH 계측 시스템과 같은 회절 기반 측정), 기계적 측정(예컨대, 스타일러스, 원자 힘 현미경(AFM)을 이용한 프로파일링), 및/또는 비-광학 이미징(예를 들어, 주사 전자 현미경(SEM)) 등이 포함된다. 원용에 의해 전체로서 본 명세서에 포함되는 미국 특허 제6,961,116호에 기술된 바와 같은 SMASH(SMart Alignment Sensor Hybrid) 시스템은 자기 참조 간섭계를 채용하는데, 이는 정렬 마커의 상대적으로 회전된 2개의 중첩 이미지를 생성하고, 이미지의 푸리에 변환이 간섭하게 되는 퓨필 평면에서의 세기를 검출하며, 간섭된 차수에서 세기 변동으로 나타나는 두 이미지의 회절 차수 간의 위상차로부터 위치 정보를 추출한다.
계측 결과는 감독 제어 시스템(SCS)에 직접적으로 또는 간접적으로 제공될 수 있다. 오차가 검출되는 경우, 후속 기판의 노광에 대해(특히 배치의 하나 이상의 다른 기판이 여전히 노광될 수 있도록 검사가 충분히 일찍 그리고 빠르게 행해질 수 있는 경우) 및/또는 노광된 기판의 후속 노광에 대해 조정이 이루어질 수 있다. 또한, 이미 노광된 기판이 스트리핑되고 (수율을 개선하기 위해) 재작업 또는 폐기될 수 있고, 이로써 결함 있는 것으로 알려진 기판 상에서 추가 프로세싱을 수행하는 것을 피하게 된다. 기판의 단지 특정 타겟 부분만이 결함 있는 경우, 양호한 타겟 부분에 대해서만 추가적인 노광이 행해질 수도 있다.
계측 시스템(MET) 내에서 계측 장치는 기판의 하나 이상의 특성을 결정하는 데 사용되며, 특히 동일한 기판의 상이한 층들의 하나 이상의 특성이 층마다 어떻게 달라지는지 또는 상이한 기판들의 하나 이상의 특성이 어떻게 달라지는지를 결정하는 데 사용된다. 위에서 논의한 바와 같이 이러한 계측 장치는 리소그래피 장치(LA) 또는 리소셀(LC)에 통합될 수 있거나 독립형 디바이스일 수 있다.
계측을 가능하게 하기 위해서, 하나 이상의 타겟이 기판 상에 제공될 수 있다. 일 실시예에서, 타겟은 특별하게 설계되고, 주기적 구조체를 포함할 수 있다. 일 실시예에서, 타겟은 디바이스 패턴의 부분, 예를 들어 디바이스 패턴의 주기적 구조체이다. 일 실시예에서, 디바이스 패턴은 메모리 디바이스의 주기적 구조체(예를 들어, 바이폴라 트랜지스터(BPT), 비트 라인 콘택(BLC) 등의 구조체)이다.
일 실시예에서, 기판 상의 타겟은 하나 이상의 1-D 주기적 구조체(예를 들어 격자)를 포함할 수 있는데, 이들은 현상 후에 주기적인 구조적 피처가 솔리드 레지스트 라인(solid resist line)으로 형성되도록 프린트된다. 일 실시예에서, 타겟은 하나 이상의 2-D 구조체(예를 들어 격자)를 포함할 수 있는데, 이들은 현상 후에 하나 이상의 주기적 구조체가 솔리드 레지스트 필러(solid resist pillar) 또는 레지스트 내의 비아(via)로 형성되도록 프린트된다. 대안적으로 바, 필러 또는 비아들은 기판 내로 에칭될 수 있다(예를 들어, 기판 상의 하나 이상의 층으로).
일 실시예에서, 패터닝 프로세스의 관심 파라미터 중 하나는 오버레이이다. 오버레이는 0차 회절 차수(정반사에 대응)가 차단되고 더 높은 차수만이 프로세싱되는 암시야 계측법을 이용하여 측정될 수 있다. 암시야 계측법의 예는 국제 특허 공개 WO 2009/078708 및 WO 2009/106279에서 찾을 수 있으며, 이러한 문헌의 내용은 원용에 의해 전체로서 본원에 포함된다. 이러한 기법의 추가적인 발전사항은 미국 특허 공개 US 2011-0027704, US 2011-0043791 및 US 2012-0242970에 기술되어 있으며, 이러한 문헌의 내용은 원용에 의해 전체로서 본원에 포함된다. 회절 차수의 암시야 검출을 이용하는 회절 기반 오버레이는 보다 작은 타겟에 대한 오버레이 측정을 가능하게 한다. 이러한 타겟은 조명 스폿보다 작을 수 있고 기판 상의 디바이스 제품 구조체에 의해 둘러싸일 수 있다. 일 실시예로서, 하나의 방사선 캡처로 다수의 타겟이 측정될 수 있다.
도 3은 예시적인 검사 장치(예를 들어, 스캐터로미터)를 도시하고 있다. 이는 기판(W) 상에 방사선을 투영하는 광대역(백색광) 방사선 투영기(2)를 포함한다. 재지향된 방사선은, 예를 들어 좌측 하단의 그래프에 도시된 바와 같이, 정반사된 방사선의 스펙트럼(10)(파장의 함수로서 세기)을 측정하는 분광계 검출기(4)로 전달된다. 이 데이터로부터, 검출된 스펙트럼을 발생시키는 구조체 또는 프로파일이 프로세서(PU)에 의해 재구성될 수 있으며, 이는 예를 들어, 정밀 결합파 분석 및 비선형 회귀 분석에 의해 또는 도 3의 우측 하단에 표시된 바와 같은 시뮬레이션된 스펙트럼 라이브러리와의 비교를 통해 이루어진다. 일반적으로, 이러한 재구성을 위한 구조체의 일반적인 형태가 알려져 있으며, 일부 변수는 구조체가 만들어지는 프로세스에 대한 정보로부터 추정되고, 측정된 데이터로부터 결정되어야 하는 구조체의 몇 가지 변수만이 남게 된다. 이러한 검사 장치는 수직 입사 검사 장치 또는 경사 입사 검사 장치로 구성될 수 있다.
이용될 수 있는 또 다른 검사 장치가 도 4에 도시되어 있다. 이 장치에서, 방사선 소스(2)에 의해 방출된 방사선은 렌즈 시스템(12)을 이용하여 시준되고 간섭 필터(13) 및 편광기(17)를 통해 투과되어, 부분 반사면(16)에 의해 반사되고, 바람직하게는 0.9 이상 또는 0.95 이상의 높은 개구수(NA)를 갖는 대물 렌즈(15)를 통해 기판(W) 상의 스팟(S)에 포커싱된다. 액침 검사 장치는 (물과 같은 비교적 높은 굴절률을 갖는 유체를 이용하여) 심지어 1 이상의 개구수를 가질 수 있다.
리소그래피 장치(LA)에서와 같이, 측정 동작 중에 기판(W)을 유지하도록 하나 이상의 기판 테이블이 제공될 수 있다. 기판 테이블은 도 1의 기판 테이블(WT)의 형태와 유사하거나 동일할 수 있다. 검사 장치가 리소그래피 장치와 통합된 형태의 예에서, 이들은 동일한 기판 테이블일 수도 있다. 측정 광학 시스템에 대해 기판을 정확하게 위치시키도록 구성된 제2 위치설정기(PW)에는 개략적 위치설정기 및 미세 위치설정기가 제공될 수 있다. 다양한 센서 및 액츄에이터가, 예를 들어 관심 타겟의 위치를 획득하고, 이를 대물 렌즈(15) 아래의 위치에 배치하기 위해 제공된다. 통상적으로 기판(W)에 걸친 다양한 위치에서 타겟에 대해 많은 측정들이 이루어진다. 기판 지지체는 다양한 타겟을 획득하기 위해 X 및 Y 방향으로 이동될 수 있고, 광학 시스템의 포커스에 대한 타겟의 원하는 위치를 얻기 위해 Z 방향으로 이동할 수 있다. 예를 들어, 실제 광학 시스템이 실질적으로 정지 상태로 유지되고 (전형적으로는 X 및 Y 방향에 대한 것이지만, 아마도 Z방향에 대해서도), 오직 기판만 이동하는 경우 마치 대물렌즈가 기판에 대해 다른 위치로 이동되는 것처럼 동작을 생각하고 설명하는 것이 편리하다. 만약 기판과 광학 시스템의 상대적인 위치가 정확하다면, 실제로 이들 중 어느 것이 움직이는지는 원칙적으로 중요하지 않으며, 또는 둘 다 움직이거나, 광학 시스템의 나머지는 정지된 채 광학 시스템 중 일부만이 (예를 들어, Z방향 및/또는 비스듬한 방향으로) 이동하고 기판이 (예를 들어, X 및 Y방향으로, 하지만 선택적으로는 Z방향 및/또는 비스듬한 방향으로도) 이동하는 조합이든 무관하다.
기판(W)에 의해 재지향된 방사선은 스펙트럼이 검출되도록 부분 반사면(16)을 지나 검출기(18)에 이른다. 검출기(18)는 역-투영된 포커스 평면(11)에 (즉, 렌즈 시스템(15)의 포커스 길이에) 위치될 수 있거나, 이 평면(11)은 보조 광학기(도시되지 않음)로 검출기(18) 상에 재-이미징될 수 있다. 검출기는 2차원 검출기일 수 있으며, 기판 타겟(30)의 2차원 각도 산란 스펙트럼을 측정할 수 있다. 검출기(18)는, 예를 들어 CCD 또는 CMOS 센서의 어레이일 수 있으며, 예를 들어 프레임 당 40 밀리초의 노출 시간을 이용할 수 있다.
기준 빔이 예를 들어, 입사 방사선의 세기를 측정하기 위해 이용될 수 있다. 이를 위해, 방사선 빔이 부분 반사면(16)에 입사될 때, 방사선 빔의 일부는 부분 반사면(16)을 투과하여 기준 빔으로서 기준 미러(14)를 향하게 된다. 그 다음, 기준 빔은 동일한 검출기(18)의 다른 부분으로 투영되거나 대안적으로 상이한 검출기(도시되지 않음) 상으로 투영된다.
하나 이상의 간섭 필터(13)가, 일례로, 405nm 내지 790nm의 범위 또는 200nm 내지 300nm와 같은 더 낮은 범위의 관심 파장을 선택하기 위해 이용 가능할 수 있다. 간섭 필터는 다양한 필터들의 세트를 포함하기보다는 튜정가능한 것일 수 있다. 간섭 필터 대신 격자를 이용할 수 있다. 구경 조리개 또는 공간 광 변조기(도시하지 않음)가 조명 경로 내에 제공되어 타겟 상의 방사선의 입사각 범위를 제어할 수 있다.
검출기(18)는 단일 파장(또는 좁은 파장 범위)에서 재지향된 방사선의 세기를 측정할 수 있으며, 복수의 파장에서 개별적으로 세기를 측정하거나 또는 파장 범위에 걸쳐 통합된 세기를 측정할 수 있다. 또한, 검출기는 횡단 자계 편광 방사선과 횡단 전계 편광 방사선의 세기 및/또는 횡단 자계 편광 방사선과 횡단 전계 편광 방사선 간의 위상차를 개별적으로 측정할 수 있다.
기판(W) 상의 타겟(30)은 1-D 격자일 수 있으며, 이 격자는 현상 후에 바(bar)가 솔리드 레지스트 라인(line)으로 형성되도록 인쇄된다. 타겟(30)은 2-D 격자일 수 있으며, 이 격자는 현상 후에 격자가 솔리드 레지스트 필러(pillar) 또는 레지스트 내의 비아로 형성되도록 인쇄된다. 바, 필러 또는 비아들은 기판 내로 또는 기판 상에 에칭될 수 있다(예를 들어, 기판 상의 하나 이상의 층으로). (예를 들어, 바, 필러 또는 비아의) 패턴은 패터닝 프로세스의 프로세스 변화(예를 들어, 리소그래피 투영 장치(특히 투영 시스템(PS))에서의 광학 수차, 포커스 변화, 선량 변화 등)에 민감하고, 인쇄된 격자에서의 변동으로 나타날 것이다. 따라서, 인쇄된 격자의 측정된 데이터는 격자를 재구성하는 데 이용된다. 라인 폭 및/또는 형상과 같은 1-D 격자의 하나 이상의 파라미터, 또는 필러 또는 비아 폭 또는 길이 또는 형상과 같은 2-D 격자의 하나 이상의 파라미터가 인쇄 단계 및/또는 다른 검사 프로세스에 대한 정보로부터 프로세서(PU)에 의해 수행되는 재구성 프로세스에 입력될 수 있다.
재구성에 의한 파라미터 측정 이외에도, 각도 분해 산란계측이 제품 및/또는 레지스트 패턴에서의 피처의 비대칭 측정에 이용될 수 있다. 비대칭 측정의 특정한 응용예는 오버레이 측정을 위한 것이며, 여기서 타겟(30)은 주기적 피처의 하나의 세트가 다른 세트 상에 중첩되어 있다. 도 3 또는 도 4에서의 기기를 이용하는 비대칭 측정의 개념은 예를 들어, 원용되어 그 내용이 전체로서 본 명세서에 포함되는 미국특허공보 US2006-066855호에 기재되어 있다. 간단히 말해서, 타겟의 회절 스펙트럼에서 회절 차수의 위치는 오직 타겟의 주기성에 의해서만 결정되지만, 회절 스펙트럼에서의 비대칭은 타겟을 구성하는 개개의 피처에서의 비대칭을 나타낸다. 도 4의 기기에서는, 검출기(18)가 이미지 센서일 수 있으며, 회절 차수에서의 그러한 비대칭은 검출기(18)에 의해 기록된 퓨필 이미지에서 비대칭으로 직접 나타난다. 이러한 비대칭은 디지털 이미지 프로세싱 유닛(PU)에 의해 측정될 수 있고, 오버레이의 알려진 값에 대해 교정될 수 있다.
도 5는 도 4의 장치에서 전형적인 타겟(30)의 평면도 및 조명 스팟(S)의 범위를 나타낸다. 주변 구조체로부터의 간섭이 없는 회절 스펙트럼을 얻기 위해, 일 실시예에서, 타겟(30)은 조명 스팟(S)의 폭(예를 들어, 직경)보다 큰 주기적 구조체(예를 들어, 격자)이다. 스폿(S)의 폭은 타겟의 폭과 길이보다 작을 수 있다. 달리 말하면, 타겟은 조명에 의해 '언더필(underfilled)'되고, 회절 신호는 타겟 자체의 외부에 있는 제품 피처 및 그 밖의 것들로부터의 어떠한 신호로부터도 실질적으로 구속을 받지 않는다. 조명 배열구성(2,12,13,17)은 대물 렌즈(15)의 후방 포커스 평면에 걸쳐 균일한 세기의 조명을 제공하도록 구성될 수 있다. 대안적으로, 예를 들어, 조명 경로에 개구부를 포함함으로써, 조명은 축선 또는 축외 방향으로 제한될 수 있다.
도 6은 계측법을 이용하여 얻어진 측정 데이터에 기초하여 타겟 패턴(30')의 하나 이상의 관심 변수의 값을 결정하는 예시적인 프로세스를 개략적으로 도시하고 있다. 검출기(18)에 의해 검출된 방사선은 타겟(30')에 대해 측정된 방사선 분포(108)를 제공한다.
주어진 타겟(30')에 대해, 방사선 분포(208)는 예를 들어 수치 맥스웰 솔버(numerical Maxwell solver)(210)를 이용하여 파라미터화된 모델(206)로부터 컴퓨팅/시뮬레이션될 수 있다. 파라미터화된 모델(206)은, 타겟을 구성하면서 타겟과 관련된 다양한 재료의 예시적인 층을 보여준다. 파라미터화된 모델(206)은 고려되고 있는 타겟 부분의 피처 및 층에 대한 하나 이상의 변수를 포함할 수 있으며, 이는 변경되거나 도출될 수 있다. 도 6에 도시된 바와 같이, 하나 이상의 변수는 하나 이상의 층의 두께(t), 하나 이상의 피처의 폭(w)(예를 들어, CD), 하나 이상의 피처의 높이(h), 및/또는 하나 이상의 피처의 측벽 각도(α)를 포함할 수 있다. 비록 도시되지는 않았지만, 하나 이상의 변수는 하나 이상의 층의 굴절률(예를 들어, 실수 또는 복소 굴절률, 굴절률 텐서 등), 하나 이상의 층의 소광 계수, 하나 이상의 층의 흡수, 현상 동안의 레지스트 손실, 하나 이상의 피처의 기반구조(footing), 및/또는 하나 이상의 피처의 라인 엣지 러프니스를 더 포함할 수 있지만, 이에 한정되지는 않는다. 변수의 초기값은 측정되는 타겟에 대해 예상되는 값일 수 있다. 그 후, 측정된 방사선 분포(108)는 212에서, 컴퓨팅된 방사선 분포(208)와 비교되어 양자 간의 차이를 결정한다. 차이가 있다면, 파라미터화된 모델(206)의 변수 중 하나 이상의 값이 변경될 수 있고, 새로이 컴퓨팅된 방사선 분포(208)가 계산되고, 측정된 방사선 분포(108)와 비교되는데, 이는 측정된 방사선 분포(108)와 컴퓨팅된 방사선 분포(208) 사이에 충분한 매칭이 존재할 때까지 이루어진다. 그러한 시점에서, 파라미터화된 모델(206)의 변수의 값은 실제 타겟(30')의 기하학적 형상의 양호한, 또는 최상의 매칭을 제공한다. 일 실시예에서, 측정된 방사선 분포(108)와 컴퓨팅된 방사선 분포(208) 사이의 차이가 허용 임계치 내에 있을 때에, 충분한 매칭이 존재한다.
패터닝 프로세스의 변수를 "프로세싱 변수"라고 한다. 패터닝 프로세스는 리소그래피 장치에서 패턴의 실제 전사의 상류 및 하류에 있는 프로세스를 포함할 수 있다. 도 7은 프로세싱 변수(370)의 예시적인 카테고리를 나타낸다. 제1 카테고리는 리소그래피 장치 또는 리소그래피 프로세스에 사용되는 임의의 다른 장치의 변수(310)일 수 있다. 이러한 카테고리의 예에는 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수가 있다. 제2 카테고리는 패터닝 프로세스에서 수행되는 하나 이상의 절차의 변수(320)일 수 있다. 이러한 범주의 예에는 포커스 제어 또는 포커스 측정, 선량 제어 또는 선량 측정, 대역폭, 노광 기간, 현상 온도, 현상에 사용되는 화학적 성분 등이 있다. 제3 카테고리는 패터닝 디바이스에 있어서 설계 레이아웃 및 그 구현 또는 패터닝 디바이스를 사용하는 설계 레이아웃 및 그 구현의 변수(330)일 수 있다. 이러한 카테고리의 예에는 어시스트 피처의 형상 및/또는 위치, 분해능 향상 기술(RET)에 의해 적용된 조정, 마스크 피처의 CD 등이 있다. 제4 카테고리는 기판의 변수(340)일 수 있다. 그 예는 레지스트 층 아래의 구조체의 특성, 레지스트 층의 화학적 조성 및/또는 물리적 치수 등을 포함한다. 제5 카테고리는 패터닝 프로세스의 하나 이상의 변수의 시간적 변동의 특성(350)일 수 있다. 이러한 카테고리의 예에는 고주파 스테이지 이동(예를 들어, 주파수, 진폭 등), 고주파 레이저 대역폭 변화(예를 들어, 주파수, 진폭 등) 및/또는 고주파 레이저 파장 변화의 특성이 있다. 이러한 고주파 변화 또는 이동은 기저 변수(예컨대, 스테이지 위치, 레이저 세기)를 조정하기 위한 메커니즘의 응답 시간을 넘어서는 것이다. 제6 카테고리는 리소그래피 장치에서의 패턴 전사의 상류 또는 하류에 있는 프로세스, 예컨대 스핀 코팅, 노광 후 베이크(PEB), 현상, 에칭, 증착, 도핑 및/또는 패키징 등의 특성(360)일 수 있다.
이해하는 바와 같이, 이들 변수 모두는 아니지만 그중 많은 변수가 패터닝 프로세스의 파라미터 및 종종 관심 파라미터에 영향을 미칠 것이다. 패터닝 프로세스의 파라미터의 비-제한적인 예로는, 임계 치수(CD), 임계 치수 균일성(CDU), 포커스, 오버레이, 엣지 위치 또는 배치, 측벽 각도, 패턴 시프트 등이 있다. 종종, 이들 파라미터는 공칭 값(예를 들어, 설계 값, 평균 값 등)으로부터 오차를 표현한다. 이들 파라미터 값은 개별 패턴의 특성의 값 또는 패턴 그룹의 특성의 통계(예를 들어, 평균, 분산 등)일 수 있다.
프로세싱 변수의 일부 또는 전부 또는 이와 관련된 파라미터의 값은 적절한 방법에 의해 결정될 수 있다. 예를 들어, 이러한 값은 다양한 계측 툴(예를 들어, 기판 계측 툴)로 획득된 데이터로부터 결정될 수 있다. 이러한 값은 패터닝 프로세스에서의 장치의 다양한 센서 또는 시스템, 예를 들어 리소그래피 장치의 센서(예컨대 레벨링 센서 또는 정렬 센서), 리소그래피 장치의 제어 시스템(예컨대, 기판 또는 패터닝 디바이스 테이블 제어 시스템), 트랙 툴의 센서 등으로부터 획득될 수 있다. 이러한 값은 패터닝 프로세스의 오퍼레이터로부터 기인한 것일 수도 있다.
현재 점점 더 계측이 소요 시간의 측면에서 큰 부담이 되고 있다. 이는 예를 들어 반도체 산업에서 다중 패터닝 기술이 출현하면서 특히 부담이 되었다. LELE(Litho-etch-litho-etch) 및/또는 SADP(Sidewall Assisted Double Patterning)와 같은 다중 패터닝 기술을 사용하면 프로세싱 단계 수가 크게 증가하여 제어 및 수율 모니터링에 사용되는 계측 단계의 양 또한 증가하게 된다. 또한, 다수의 패터닝 단계에서 더 많은 층이 사용되고 층당 더 많은 패터닝 단계가 사용됨에 따라 각각의 노드에 대한 계측의 양이 증가한다(즉, 피처 크기 감소).
추가적으로 또는 대안적으로, 결함 결정 및/또는 유도된 결함 검사에 대한 요구가 증가되고 있다. 여기에는 이전보다 훨씬 더 집중적인 포커스, 오버레이 및/또는 CD 계측이 수반된다.
추가적으로 또는 대안적으로, 디바이스내(on-device) CD, 오버레이 및/또는 포커스 성능에 대한 사양이 엄격해지고 있다. 이는 한 노드로부터 다음 노드로 예를 들어 노광 툴 및 프로세싱 툴(예를 들어, 증착, 에칭, 트랙, 화학 기계적 연마(CMP) 등)의 제조 장비 사양을 압박하게 된다. 따라서 이로 인해 성능을 보다 엄격하게 제어 및 모니터링해야 하고, 그 결과 제어 및 모니터링을 위해 점점 더 많은 양의 계측이 요구된다.
추가적으로 또는 대안적으로, 디바이스내 CD, 포커스, 및/또는 오버레이 성능에 대한 사양의 강화와 함께, 더 높은 차수 정정이 필요할 수 있다. 더 높은 차수의 정정은 본질적으로 기판의 전부 또는 일부에 걸쳐 작은 공간 규모로 선택가능한 정정 동작이다(예를 들어, 높은 공간 분해능으로 정정). 더 높은 차수 정정은 계측을 위해 기판당 더 밀도가 높은 샘플링을 수반하여, 계측 장비 생산성의 실제 한계를 넘어 계측 부담을 증가시킨다.
추가적으로 또는 대안적으로, 기판 간의 변동은 요구되는 CD, 포커스 및/또는 오버레이 성능을 달성하기 위해 추가의 개별 기판 레벨 제어(예를 들어, 로트 레벨 제어에 비해) 및 관련 모니터링을 요구할 수 있다. 이로 인해 로트당 더 많은 기판의 측정이 초래될 수 있고, 따라서 사용되는 측정의 양이 아마도 계측 장비 생산성의 실제 한계를 넘어서 증가할 수 있다.
그러나 증가된 데이터 요구를 충족시키기 위해서는 계측 장비를 추가하거나 계측 장비 생산성을 높이는 것만으로는 충분하지 않을 수 있다. 또한, 기판에 걸쳐 조밀한 CD, 포커스 및/또는 오버레이 프로파일을 적시에 획득하는 것과 같은 모든 문제를 해결하지 못할 수도 있다.
따라서, 계측 효율성이 바람직하다. 이는 예를 들어 기판당 더 높은 밀도의 데이터 및 로트당 더 많은 수의 기판에 대한 데이터를 얻고자 하는 것이다.
따라서, 일 실시예에서, 예를 들어 계측 효율성의 개선에 도움이 되는 방법이 제공된다. 이러한 방법에서는, 기판에 걸친 복수의 위치 각각에 대하여 하나 이상의 패터닝 프로세스 파라미터(예컨대, CD, 포커스, 오버레이, 엣지 배치 등)의 정확한 추정 값을 도출하기 위해 다수의 소스로부터의 계측 데이터가 조합 및 조작된다. 일 실시예에서, 예를 들어 패터닝 프로세스에서 프로세싱된 모든 기판에 대하여, 그리고 예컨대 패터닝 프로세스에서 이러한 기판 상에서 프로세싱된 모든 층에 대하여 조밀한 계측 데이터(예를 들어, 매 제곱 밀리미터에 대해)가 제공된다.
실제로, 일 실시예에서, 이러한 방법의 결과는 기판에 걸친 하나 이상의 패터닝 프로세스 파라미터의 값의 "가상" 또는 에뮬레이트된 분포이며, 이는 다양한 계측 데이터의 이러한 조합을 통해 달성된다. 이러한 방법은 하나 이상의 패터닝 프로세스 파라미터(예를 들어, 포커스, CD, 오버레이 등)에 대한 하이브리드 계측을 위한 효율적인 방법을 제공할 수 있다. 또한, 본 명세서의 실시예는 주로 패터닝 프로세스 파라미터, 즉 포커스, CD 및 오버레이의 특정한 예를 고려할 것이지만, 하나 이상의 다른 또는 추가 패터닝 프로세스 파라미터가 본원의 기술의 주제가 될 수 있다는 점을 이해할 것이다.
위에서 언급한 바와 같이, 이러한 방법은 다양한 소스로부터의 계측 및 기타 다른 데이터의 조합을 수반한다. 일 실시예에서, 상기 방법은 패터닝 프로세스에서 하나 이상의 디바이스로부터의 데이터, 예를 들면 리소그래피 장치의 하나 이상의 센서로부터의 데이터와 관심있는 패터닝 프로세스 파라미터의 측정을 조합하는 것을 수반한다. 이러한 데이터의 조합은, 예를 들어 패터닝 프로세스 파라미터, 예컨대 CD, 오버레이, 포커스, 패턴 시프트, 엣지 배치(예를 들어, 엣지 배치 오차) 등 및/또는 그로부터 도출된 파라미터, 예컨대 수율, 결함(예를 들면, 결함의 위험, 결함 카운트 등) 등의 형태로 제품내(on-product) 성능을 예측하는 데 사용될 것이다.
따라서, 본 방법의 기본 원리는 관심있는 패터닝 프로세스 파라미터의 변화에 대한 개별적인 근본 원인을 분리하여 추정한 다음 이를 조합하여 제품내 성능을 컴퓨팅하는 것이다. 그 목표는, 도 3-6과 관련하여 기술된 바와 같은 툴을 사용하여 관심있는 패터닝 프로세스 파라미터를 결정하기 위해 가능한 많은 양의 가용 정보를 사용하여 오프라인(및/또는 온라인) 계측의 양이 계속 증가하지 않도록 하는 것이다.
따라서, 일 실시예에서, 관심있는 패터닝 프로세스 파라미터(CD 오차, 포커스 오차, 오버레이 등)의 변화에 대한 다양한 기여분을 식별하는 것이 바람직하다. 그러면 이러한 기여분을 다양한 조합으로 사용하여 제품내 성능의 요구되는 추정을 달성할 수 있다. 일반적으로 이러한 기여분은 오차 및/또는 잔차가 될 것이다. 예를 들어, 디바이스는 정정 수행 시에 오차를 발생시킬 수 있고, 이는 관심있는 패터닝 프로세스 파라미터의 변화로 나타날 수 있다. 다른 예로서, 센서 시스템은 오차를 측정할 수 있으며, 이러한 오차는 패터닝 프로세스 파라미터의 변화이거나 그에 기여한다. 이와 다른 예로서, 디바이스의 설정을 결정하는 데 사용되는 디바이스 또는 수학적 모델은 소정의 요구되는 또는 최상의 물리적 효과(예를 들어, 요구되는 물리적 정정과 디바이스에 의해 달성될 수 있는 물리적 정정 간의 차이, 선량, 포커스 등과 같은 요구되는 물리적 효과와 디바이스에 의해 달성될 수 있는 물리적 효과 간의 차이, 요구되는 물리적 정정 또는 효과와 수학적 모델에 의해 결정될 수 있는 정정 또는 효과 간의 차이 등)를 인식하지 못할 수도 있고, 따라서 패터닝 프로세스 파라미터의 변화이거나 그에 기여하는 잔차를 인식하지 못할 수도 있다. 일 실시예로서, 기여분은 실험적으로 또는 경험적으로 결정될 수 있다.
다이, 필드 또는 기판에 걸쳐 공간적으로 분포된 관심있는 패터닝 프로세스 파라미터에 대한 이들 기여분 각각은 지문으로서 특성화될 수 있다. 이와 유사하게, 다이, 필드 또는 기판에 걸친 조합된 기여분이 지문으로서 특성화될 수 있다.
따라서, 복수의 이러한 기여분은 도출된 지문을 생성하기 위해 조합될 수 있다. 예를 들어, 제품 기판상의 포커스 지문은, 예를 들면 기판의 비평탄도, 기판의 노광 중에 리소그래피 장치의 투영 시스템과 관련된 포커스 오차, 노광 동안 기판 위치 제어 루프에 의해 생긴 높이 오차, 및 리소그래피 장치의 포커스 설정의 잔차 지문에 기인한 포커스 기여분의 복합체일 수 있다. 이에 대한 예는 도 9와 관련하여 아래에 설명되어 있다.
이와 유사하게, 도출되거나 측정된 지문은 (추가로) 도출된 지문을 생성하도록 하나 이상의 지문이 제거될 수 있다. 예를 들어, 기판의 측정된 포커스 지문은, 해당 기판의 비평탄도, 기판의 노광 중에 리소그래피 장치의 투영 시스템과 관련된 포커스 오차, 노광 동안 기판 위치 제어 루프에 의해 생긴 높이 오차, 및 리소그래피 장치의 포커스 설정의 잔차 지문의 포커스 기여분을 제거할 수 있다. 이에 의해, 제거된 지문으로 캡처되지 않은 오차로 인해 잔차 포커스 지문이 생성될 수 있다. 이에 대한 예는 도 10와 관련하여 아래에 설명되어 있다.
따라서 일 실시예에서, 본 방법은 예를 들어, 지문을 개별적인 기여분 지문으로 분류하고 및/또는 지문을 조합함으로써 지문을 도출할 수 있다.
따라서, 도 8을 참조하면, 기여분(지문)의 조합의 실시예가 도시되어 있다. 프로세싱 변수(311)의 변화(예를 들어, 포커스 맥락에서의 높이 오차)는 기판 상의 패턴에 대한 패터닝 프로세스 파라미터(352)(예를 들어, 포커스의 맥락에서의 포커스)에 대한 기여분(312)을 가질 수 있고, 프로세싱 변수(321)의 변화(예를 들어, 포커스 맥락에서의 포커스 셋업의 잔차)는 패터닝 프로세스 파라미터(352)에 대한 기여분(322)을 가질 수 있다. 즉, 패터닝 프로세스 파라미터(352)는 하나 이상의 프로세싱 변수의 변화의 조합된 기여분을 가질 수 있다. 이러한 기여분(312 및 322)은 단순히 가산적(가중 또는 선형 가산을 포함할 수 있음)이거나 다른 함수(예를 들어, (디)컨볼루션 사용, 신경망 사용, RMS 추가, 스케일링 등)에 의해 조합될 수 있다. 패터닝 프로세스 파라미터(352)는 다른 변수의 변화의 기여분을 가질 수 있다. 따라서, 이러한 실현으로(이후에 추가로 논의됨) 다양한 기여분이 결정되거나 패터닝 프로세스 파라미터의 추정치를 도출하는 데 사용될 수 있다. 일 실시예에서, 기여분(312 및/또는 322)은 하나 이상의 적용가능한 프로세싱 변수를 모델링함으로써 결정될 수 있다. 기여분(312 및/또는 322)은 하나 이상의 적용가능한 프로세싱 변수의 함수로서 표현될 수 있다. 이러한 함수는 선형 또는 비선형일 수 있다.
도 9는 기판의 패터닝 프로세스 파라미터에 대한 도출된 기여분(470)을 획득하는 예를 개략적으로 도시하며, 도출된 기여분은 다수의 프로세싱 변수의 기여분(하나 이상이 도출된 기여분일 수 있음)의 조합이다. 이 경우, 도출된 기여분(470)은 (디)포커스이다. 따라서, 도출된 기여분(470)은, 기판의 노광 중에 리소그래피 장치의 투영 시스템과 관련된 포커스 오차(FE)(400), 노광 동안 기판 위치 제어 루프에 의해 생긴 높이 오차(예컨대, 이동 표준 편차(MSDz))(410), 및 해당 기판의 비평탄도(P)(420) 등의 다수의 프로세싱 변수의 기여분을 이용하여 획득될 수 있다. 중요하게도, 이러한 데이터는 리소그래피 장치로부터 획득될 수 있고 패터닝 프로세스의 일부로서의 기판 생성의 부산물일 수 있다. 이러한 식별된 기여분 중 어느 것도, 예를 들어 도 3-6과 관련하여 설명된 바와 같은 툴을 사용하여 기판 상에 패터닝된 피처의 측정을 반드시 요하는 것은 아니다.
따라서 포커스의 경우, 프로세싱 변수(400)의 포커스에 대한 기여분의 예가 기여분(430)으로 도시되어 있고, 프로세싱 변수(410)의 포커스에 대한 기여분의 예는 기여분(440)으로 도시되어 있으며, 프로세싱 변수(420)의 포커스에 대한 기여분의 예는 기여분(440)으로 도시되어 있다. 그 다음에 이들 기여분의 각각은 도출된 기여분(470)을 실현하기 위해 함께 조합(460)된다. 요소(460)(및 도면의 다른 요소)는 + 부호를 보여주지만, 460에서의 연산이 합산일 필요는 없으며, 즉 이는 신경망을 이용한 적산, 컨볼루션 등일 수 있다. 이러한 연산은 하나 이상의 기여분에 대해 다른 하나 이상의 기여분과는 상이할 수 있다(예를 들어, 430 내지 440의 합산 및 그 합과 기여분(450)의 컨볼루션). 예를 들어, 조합된 기여분은 
과 같이 표현될 수 있다. 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 다양한 함수를 획득할 수 있다. 더욱이, 여기에 나타나지 않은 교차 항이 있을 수도 있다(예를 들어, FE 곱하기 MSD의 함수로서의 포커스 등). 포커스의 절대값을 획득하기 위해 이러한 포커스의 공칭값 또는 시뮬레이션된 값이 기여분과 조합될 수 있다. 
, 
, 
등의 계수는 개개의 프로세싱 변수 또는 그 함수에 대한 포커스의 감도이다. 이러한 예에서, 기여분은 기판 전역에 대한 것이지만, 일 실시예에서, 다이/필드당 하나 이상의 기여분이 있을 수 있다(예를 들어, 각각의 경우에 적용가능한 조건에 따라 기판에 걸쳐 반복될 수 있다). 전술한 바와 같이, 기여분(470)은 기판/다이/필드에 걸쳐 공간적으로 규정될 수 있기 때문에 지문으로서 특성화될 수 있다. 나아가 기여분의 절대값으로의 변환 또한 기판/다이/필드에 걸쳐 공간적으로 규정될 수 있기 때문에 지문으로서 특성화될 수 있다. 이해하는 바와 같이, 패터닝 프로세스를 사용한 다수의 기판의 프로세싱으로부터의 데이터가 각각의 기여분을 도출하는 데에 사용될 수 있다. 이러한 데이터는 기판 프로세싱의 부산물일 수 있으므로 이미 이용 가능할 수 있다.
이제, CD의 맥락에서 도 9와 관련하여 설명된 동일한 기술이 사용될 수 있다. 예를 들어, CD에 대한 도출된 기여분(470)은 포커스(F)(400), 기판의 수직 방향으로의 기판 이동의 이동 표준 편차(MSDz)(410), 및 기판에 평행한 방향으로의 기판 이동의 이동 표준 편차(MSDx)(420) 등의 다수의 프로세싱 변수에 기인하는 기여분들의 조합일 수 있다(도출된 기여분을 포함할 수 있음). 따라서 이러한 경우 포커스(F)(400)의 CD에 대한 기여분의 일례는 기여분(430)일 수 있고, 이동 표준 편차(MSDz)(410)의 CD에 기여분의 일례는 기여분(440)일 수 있으며, 이동 표준 편차(MSDx)(420)의 CD에 기여분의 일례는 기여분(440)일 수 있다. 그 다음에 이들 기여분의 각각은 도출된 기여분(470)을 실현하기 위해 함께 조합(460)된다. 예를 들어, 조합된 기여분은 
과 같이 표현될 수 있다. 나아가, 여기에 나타나지 않은 교차 항이 있을 수 있고, 그 관계가 상이할 수 있다(예를 들면, 포커스 및/또는 MSDz 등의 관계는 완전히 2차가 아닐 수도 있고, 선형 및 3차 항을 가질 수 있다). 일 실시예에서, 기여분(430, 440, 450)은 각각 포커스(F)(400), 이동 표준 편차(MSDz)(410) 및 이동 표준 편차(MSDx)(420) 분포일 수 있으며, 이 경우 CD 모델이 사용되어 이들을 CD 분포로 조합할 수 있다. 더욱이, 여기에 나타나지 않은 교차 항이 있을 수도 있다(예를 들어, F 곱하기 MSD의 함수로서의 CD 등). CD의 절대값을 획득하기 위해 CD의 공칭값 또는 시뮬레이션된 값이 기여분과 조합될 수 있다. 
, 
, 
등의 계수는 프로세싱 변수 또는 그 함수에 대한 CD의 감도이다.
전술한 원리를 적용하여, 도 10은 기판의 관심있는 패터닝 프로세스 파라미터에 대한 기여분을 제거함으로써 관심있는 패터닝 프로세스 파라미터에 대한 패터닝된 기판 계측 데이터로부터 도출된 기여분(510)을 획득하는 예를 개략적으로 나타낸다. 이러한 맥락에서 패터닝된 기판 계측 데이터는 패터닝 프로세스에 의해 적어도 부분적으로 프로세싱되는 기판 상의 피처(예를 들어, 디바이스 패턴 피처, 이러한 디바이스 패턴과 별도인 계측 타겟 등)를 측정함으로써 획득된 관심 파라미터의 값이다. 이러한 계측 데이터는 일반적으로 도 3-6과 관련하여 설명한 계측 또는 검사 툴을 사용하여 얻을 수 있다.
관심 파라미터에 대한 패터닝된 기판 계측 데이터(500)는 적어도 2개의 기여분을 가질 수 있다. 따라서, 패터닝된 기판 계측 데이터 내에서 하나 이상의 다른 기여분을 제거함으로써 패터닝된 기판 계측 데이터 내의 하나 이상의 기여분을 얻을 수 있다. 따라서, 패터닝된 기판 계측 데이터(500)로부터 기여분(520)을 제거(505)함으로써 기여분(510)이 획득될 수 있다. 요소(505)(및 도면의 다른 요소들)는 - 부호를 보여주지만, 505에서의 연산은 감산일 필요는 없다(예를 들어, 신경망을 이용한 적산, (디)컨볼루션 등일 수 있다). 기여분(520)은 기여분(470)과 같은 도출된 기여분일 수 있거나, 기여분(430, 440 및 450) 중 임의의 하나 이상과 같은 다른 데이터로부터 도출된 기여분일 수 있다. 또한 다수의 기여분을 제거할 수도 있다. 예를 들어, 프로세싱 변수(530)와 관련된 선택적인 기여분(540)이 기여분(520)과 함께 패터닝된 기판 계측 데이터(500)로부터 제거될 수 있다. 이해하는 바와 같이, 패터닝 프로세스를 사용한 다수의 기판의 프로세싱으로부터의 데이터가 패터닝된 기판 계측 데이터를 획득하는 데에 사용될 수 있다.
일 실시예에서, 패터닝된 기판 계측 데이터는 디바이스 패턴과는 별도인 패턴, 예를 들면 다이의 비기능 영역의, 또는 다이들 사이의, 또는 테스트 기판 상의 계측 피처로부터 기인한 것이다. 따라서, 예를 들어 하나 이상의 프로세싱 변수의 기여분이 그러한 계측 데이터로부터 제거될 수 있고, 그에 의해 하나 이상의 프로세싱 변수의 이러한 계측 데이터에 대한 나머지 기여분을 얻게 된다. 디바이스 패턴으로부터 계측 데이터를 실제로 획득할 필요 없이, 이러한 나머지 기여분에 기초하여 동일하거나 상이한 기판 상에서 디바이스 패턴의 계측 데이터에 대한 상응하는 기여분이 획득될 수 있다. 예를 들어, 적용가능한 하나 이상의 프로세싱 변수가 디바이스 패턴 및 별개의 패턴에 상응하는 효과를 갖기 때문에 디바이스 패턴의 계측에 대한 기여분은 나머지 기여분과 동일하다고 추정될 수 있다. 일 실시예에서, 이러한 별개의 패턴은 테스트 목적을 위한 패턴(예를 들어, 계측 타겟)이며, 이러한 별개의 패턴에서 계측을 수행하는 것은 기판 상의 디바이스 패턴에 영향을 미치지 않는다.
따라서, 패터닝된 기판 계측 데이터로부터 기여분을 제거하고 및/또는 기여분을 조합함으로써, 해당 기판에 대한 패터닝된 기판 계측 데이터를 반드시 얻을 필요 없이 기판의 관심 파라미터의 추정치가 획득될 수 있다. 이는 다양한 기여분의 특성을 인식함으로써 이루어진다.
일 실시예에서, 하나 이상의 프로세싱 변수의 기여분은 장치(예를 들어, 리소그래피 장치) 특정적일 수 있다; 즉, 기여분은 어떤 실제 장치 또는 장치의 조합에 특정적이다. 따라서, 일 실시예에서, 하나 이상의 프로세싱 변수의 기여분은 매 기판에 걸쳐 반복적으로 사용될 수 있다. 따라서, 하나 이상의 프로세싱 변수의 기여분은 다양한 조합/제거 프로세스를 위해 데이터베이스로부터 사전 특성화되고 획득될 수 있다. 기여분은 장치의 전체 또는 특정 부분(예를 들어, 에칭 챔버)으로서 장치에 특정적일 수 있다. 그러한 변수의 예에는 스핀 코팅, 노광 후 베이크, 현상, 에칭, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치에서의 패턴 전사의 상류 또는 하류에 있는 프로세스의 다양한 특성이 있지만, 이에 제한되지는 않는다.
일 실시예에서, 하나 이상의 프로세싱 변수의 기여분은 특별한 기판에 특정적인 것이 아니다(따라서 여러 기판에 걸쳐 사용될 수 있다). 따라서, 하나 이상의 프로세싱 변수의 기여분은 추후 다양한 조합/제거 프로세스를 위해 데이터베이스로부터 사전 특성화되고 획득될 수 있다. 하나 이상의 프로세싱 변수의 이러한 기여분은 특정 기판에 대한 하나 이상의 변수의 데이터 및 감도 관계와 조합됨으로써 이러한 특정 기판에 적용될 수 있다. 이러한 변수의 예에는, 조명, 투영 시스템, 포커스, 선량, 대역폭, 노광 기간, 고주파 스테이지 이동의 특성(예를 들어, 기판 스테이지 이동의 이동 표준 편차(MSD), 기판 스테이지 이동의 이동 평균, 주파수, 진폭 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등), 고주파 레이저 파장 변화 및/또는 기판의 평탄도 등의 변수가 있지만 이에 제한되지는 않는다.
일 실시예에서, 하나 이상의 프로세싱 변수의 기여분은 기판 특정적일 수 있다. 예를 들어, 기여분은 각 기판 또는 특정 그룹의 기판에 대해 결정될 수 있다. 이러한 변수의 예에는, 기판 기하구조(높이 맵, 변형 맵), 기판 프로세싱 조건, 조명 변수, 투영 시스템, 포커스, 선량, 대역폭, 노광 기간의 변수, 고주파 스테이지 이동의 특성(예를 들어, 기판 스테이지 이동의 이동 표준 편차(MSD), 기판 스테이지 이동의 이동 평균 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등), 고주파 레이저 파장 변화 및/또는 기판의 평탄도 등의 변수가 있지만 이에 제한되지는 않는다.
일 실시예에서, 하나 이상의 프로세싱 변수의 기여분은 패턴 또는 패터닝 디바이스에 특정적일 수 있다; 즉, 기여분은 어떤 실제 패터닝 디바이스 또는 패터닝 디바이스에 의해 제공될 특정 패턴에 특정적이다. 이러한 기여분은 또한 기판에 독립적일 수 있다. 따라서, 패턴 또는 패터닝 디바이스 특정 기여분은 추후 다양한 조합 프로세스를 위해 데이터베이스로부터 사전 특성화되고 획득될 수 있다. 그러한 변수의 예에는. 패터닝 디바이스 피처 CD, 어시스트 피처의 형상 및/또는 위치, 분해능 향상 기술(RET)에 의해 적용된 조정 등이 있지만, 이에 제한되지는 않는다.
일 실시예에서, 상이한 프로세싱 변수와 관련된 기여분은 상이한 공간적 균일성을 가질 수 있다. 예를 들어, 일부 프로세싱 변수의 기여분은 전체 기판에 걸쳐 실질적으로 공간적 균일성을 가질 수 있지만, 일부 다른 프로세싱 변수의 기여분은 전체 기판에 걸쳐 그렇게 공간적으로 균일하지 않을 수도 있다. 이러한 차이는 프로세싱 변수의 특성이 다르기 때문일 수 있다. 예를 들어, 레지스트 층, 레지스트 층의 현상 및/또는 기판의 에칭과 관련된 하나 이상의 프로세싱 변수의 기여분은 실질적으로 공간적 균일성을 가지는 경향이 있거나(전체 기판이 보통 이러한 레지스트 층으로 코팅되거나, 동일한 시간과 동일한 조건 하에서 현상 또는 에칭되기 때문), 또는 예컨대 이러한 여러 프로세스 동안 기판의 회전으로 인해 대칭적인 경향이 있다. 예를 들어, 패턴 전사 또는 리소그래피 장치와 관련된 하나 이상의 프로세싱 변수의 기여분은 공간적으로 덜 균일한 경향이 있는데, 패턴 전사는 위치 특정적인 경향이 있고 하나 이상의 프로세싱 변수가 하나의 위치에 대한 패턴 전사와 다른 위치에 대한 패턴 전사 사이에 변화할 수 있기 때문이다. 따라서, 실질적으로 공간적 균일성을 갖지 않는 기여분이 패터닝된 기판 계측 데이터로부터 제거될 수 있다면, 이러한 패터닝된 기판 계측 데이터로부터 실질적으로 공간적 균일성을 갖는 기여분을 얻을 수 있다.
따라서, 특정한 예로서, 기판 상에서 노광된 각각의 포인트에 대해 리소그래피 장치로부터 프로세싱 변수 데이터를 수집할 수 있는데, 예를 들면 레벨링 정보, 기판 이동의 이동 평균(MA), MSDxyz, 선량, 레이저 대역폭, 퓨필 형상 등이 있다. 이러한 데이터는 전형적으로 이미 리소그래피 장치에서, 예를 들어 진단 파일에서 입수가능하다. 이러한 데이터로부터, 전술한 기여분이 하나 이상의 프로세싱 변수에 대한 관심 파라미터의 감도를 기술하는 관심 파라미터에 대한 모델을 사용하여 생성될 수 있다. 이러한 하나 이상의 감도는 시뮬레이션 또는 실험으로부터 얻을 수 있다. 이러한 방식으로 생성된 기여분은, 트랙 및 레지스트 모델 교정이 완벽하다고 가정할 때, 레지스트 현상 후 측정 중에 알게 될 것이라 예상할 수 있다. 일단 기판이, 예를 들어 현상 후에 또는 에칭 후에 측정되면, 기여분은 패터닝된 기판 계측 데이터로부터 제거된다. 나머지 기여분은 이제 패턴 전사 전 또는 패턴 전사 후 프로세스(예를 들어, 트랙 및/또는 에칭 장치에 의한 것으로서 일반적으로 필드간) 및 패터닝 디바이스(필드내)에 의한 기여분이다. 리소그래피 장치 오차는 패터닝된 기판 계측 데이터로부터 정정되었을 것이다. 이와 유사하게, 패터닝 디바이스 기여분이 측정될 수 있고 그 기여분이 제거되어 패턴 전사 전 또는 패턴 전사 후 프로세스에 의한 기여분만 남길 수 있다. 프로세스 흐름별로(예를 들어, 패터닝 프로세스 단계들 및/또는 사용된 장치의 조합) 또는 특정 장치 또는 그 부분별로(예를 들어, 에칭 장치 또는 에칭 챔버) 기여분이 제거될 수 있다.
따라서 이러한 기술을 통하여, 관심 파라미터에 대한 기여분은 모델링된 관계를 통해 또는 패터닝된 기판 계측 데이터로부터 알려진 기여분을 제거함으로써 얻을 수 있다. 나아가, 하나 이상의 기여분은 장치에 특정적인 것일 수 있지만 또한 기판 독립적일 수도 있다. 그러나, 하나 이상의 다른 기여분은 기판 특정적일 수 있다. 따라서, 기여분의 적절한 혼합 및 매칭에 의해, 패터닝 프로세스의 소정 포인트에서의 관심 파라미터의 추정치가 추정될 수 있다.
따라서, 이제 이들 기여분을 적용하는 일부 특정한 예에 관하여, 기판에 대한 각각의 포커스, CD 및 오버레이의 추정치를 결정하기 위해 포커스, CD 및 오버레이의 맥락에서 설명할 것이다. 이해하는 바와 같이, 추가의 또는 다른 관심 파라미터가 프로세싱 및 추정될 수 있다.
이러한 예를 가능하게 하기 위해 다양한 데이터가 사용된다. 예를 들어, 리소그래피 장치에는 패턴 전사 제어에 사용되는 상당한 계측 능력이 통합된다. 이러한 통합 계측의 예로는, 서보 제어를 위한 기판 및/또는 패터닝 디바이스의 위치 측정 디바이스(예를 들어, 센서 IF), 레벨링 제어를 위한 기판 표면 측정용 레벨링 센서(예컨대, 센서 LS), 오버레이 제어를 가능하게 하도록 기판의 배향, 위치 및.또는 변형을 측정하는 정렬 센서(예를 들어, 센서 AS) 및/또는 투영 시스템의 파면을 제어하기 위한 수차 센서(예컨대, 위에서 설명한 시어링 간섭계) 등이 있다. 리소그래피 장치는, 전체적인 CD, 오버레이 및/또는 포커스 예산(budget)이 충족되는 수준에서 제어를 위해 이들 센서로부터의 데이터를 사용할 것이지만, 이와 동시에 제어 이후에 남겨진 잔차 및/또는 오차 또한 추적할 것이다. 이들 잔차 및/또는 오차는, 패턴 전사 동안에 어떤 CD, 오버레이 및/또는 포커스 오차가 생성되는지, 즉 CD, 오버레이 및/또는 포커스 지문에 대한 리소그래피 장치의 기여분을 계산하는 데에 사용될 수 있다. 이해하는 바와 같이, 패터닝 프로세스에 사용되는 기타 다른 장치가 이러한 장치의 적용가능한 계측을 위해 유사한 정보를 가질 수 있다.
나아가, 리소그래피 장치 셋업 또는 제어가 하나 이상의 수학적 모델을 사용하여 각각의 교정 또는 제어 정정을 결정할 수 있다. 그러나, 이러한 하나 이상의 모델은 제로가 아닌 잔차 오차를 유발하는 내장된(built-in) 가정 또는 한계를 가질 수 있다. 이러한 모델 잔차는, 어떤 CD, 오버레이 및/또는 포커스 오차가 생성되는지, 즉 CD, 오버레이 및/또는 포커스 지문에 대한 모델의 기여분을 계산하는 데에 사용될 수 있다. 이해하는 바와 같이, 패터닝 프로세스에 사용되는 다른 장치가 유사한 모델 정보를 가질 수 있다.
나아가, 리소그래피 장치는 하나 이상의 파라미터(예를 들어, 포커스, 오버레이 등)의 임의의 전역 및 국소 지문을 제거하는 것을 돕기 위해 레지스트내(in-resist) 측정을 사용함으로써 셋업될 수 있다. 그러나 전역 지문은 교정이 수행된 최종 시간으로부터 시간에 걸쳐 드리프트(drift)할 수 있다. 이러한 셋업 상태의 모니터링 및 제어를 위해, 전역 지문을 모니터링하도록 모니터 기판이 노광되고 측정될 수 있다. 이러한 모니터 기판은, 레지스트 층이 적용되는 양호하게 규정된 패턴을 갖고 이처럼 양호하게 규정된 패턴과 관련된 패턴으로 노광되며, 현상된 후 측정되는 기본적인 기판일 수 있다. 일단 측정되면, 모니터 기판상의 레지스트를 스트립핑함으로써 이처럼 양호하게 규정된 패턴을 남겨두어 새로운 레지스트 층을 적용할 수 있다. 그러한 측정에 기초하여, 리소그래피 장치에 대한 정정이 이루어질 수 있으므로, 이러한 정정은 기여분을 결정할 때 고려될 필요가 있다. 일 실시예에서, 모니터 기판은 양호하게 규정된 패턴을 사용하여 오버레이를 결정하고 및/또는 레지스트 패턴을 사용하여 포커스를 결정하는 데에 사용될 수 있다.
포커스의 예를 살펴보면, 이러한 기술은 본질적으로 두 가지 주요 부분을 수반한다. 제1 부분은 실질적으로, 추정 프로세스에서 특정 기판에 대한 포커스의 추정치를 결정하기 위해 사용되는 하나 이상의 유형의 리소그래피 장치 프로세싱 변수에 반영되지 않는 리소그래피 장치의 기저의(underlying) 포커스 기여분을 결정하기 위한 셋업 프로세스이다. 제2 부분은 그러한 특정 기판에 대한 포커스의 추정치를 결정하기 위해 고려 중인 기판에 대해 하나 이상의 유형의 리소그래피 장치 프로세싱 변수와 관련된 포커스 기여분을 이용하는 추정 프로세스이다.
따라서, 일 실시예에 따른 셋업 프로세스에서, 하나 이상의 기판에 대해 패터닝된 기판 포커스 계측 데이터가 획득된 다음에 하나 이상의 유형의 리소그래피 장치 프로세싱 변수의 기여분이 도 10에 대해 전술한 바와 마찬가지로 제거된다. 제거될 수 있는 기여분의 한 가지 유형은 예를 들어 리소그래피 장치의 레벨링 센서와 관련된 기판 높이 잔차 또는 오차 맵의 포커스 기여분이다. 제거될 수 있는 기여분의 추가적인 유형은 예를 들어 시어링 간섭계 및/또는 투영 시스템 모델 잔차로부터 획득될 수 있는 투영 시스템 이미지 평면 편차(IPD)의 포커스 기여분이다. 제거될 수 있는 기여분의 추가적인 유형은 적용가능한 위치설정기, 위치 측정 디바이스(예를 들어, 센서 IF)로부터 획득할 수 있는 패터닝 디바이스 및/또는 기판 서보 제어(예컨대, MA) 및/또는 서보 제어 모델의 잔차의 포커스 기여분이다. 위에서 논의된 바와 같이, 프로세싱 변수로부터 포커스 기여분으로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
필요에 따라, 기여분 지문들은 동일한 격자(기여분 지문 중 하나의 격자 또는 다른 격자와 동일할 수 있음)로 재격자화(re-grid)될 수 있다. 유사하게, 기여분 지문들은 패터닝된 기판 계측 데이터로 재격자화되거나 또는 그 반대가 될 수 있다. 일 실시예에서, 재격자화는 업샘플링 또는 다운샘플링을 포함한다.
일 실시예에서, 필터링(예를 들어, 이동 평균, 디컨볼루션, FFT 등)이 바람직하게는 또 다른 기여분과 조합되기 전에 기여분에 적용된다.
일 실시예에서, 리소그래피 장치의 기저의 포커스 기여분은 실질적으로 한번 결정되어 다양한 포커스 추정에 사용될 수 있고, 따라서 각 기판을 측정하는 것에 비해 계측의 양이 상당히 감소될 수 있다. 일 실시예에서, 패터닝된 기판 포커스 계측 데이터는 기판 상의 위치(예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 다수의 기판(25개 이상의 기판 중에서 한 로트로부터의 10개 이하의 기판)의 비교적 희박한 샘플링에 의해 획득될 수 있다.
일 실시예에서, 패터닝된 기판 포커스 계측 데이터는 전술한 바와 같이 모니터 기판의 측정된 포커스 지문일 수 있다. 따라서 이미 캡처 중인 데이터를 사용할 수 있다. 따라서, 측정된 포커스 지문은, 투영 시스템 이미지 평면 편차(IPD)의 포커스 기여분, 기판 높이 잔차 또는 오차 맵의 포커스 기여분 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 포커스 기여분 등의 리소그래피 장치 센서 정보로부터 도출된 리소그래피 장치 영향에 대해 정정되어 리소그래피 장치의 기저의 포커스 기여분에 이를 수 있다.
그 다음에 리소그래피 장치의 기저의 포커스 기여분은 포커스의 제품내(on-product) 추정에 사용하기 위해 저장된다. 리소그래피 장치의 기저의 포커스 기여분은 다수의 리소그래피 장치에 대해 결정될 수 있다. 리소그래피 장치의 기저의 포커스 기여분은 사용되는 리소그래피 장치의 디바이스들의 특정 조합에 대해 결정될 수 있다. 예를 들어, 리소그래피 장치는 기판이 노광될 수 있는 둘 이상의 기판 테이블을 가질 수 있고, 따라서 리소그래피 장치의 기저의 포커스 기여분은 사용되는 디바이스들의 특정 조합 및/또는 다수의 조합에 대해 결정될 수 있다.
이어서, 제품내 추정을 위해, 포커스와 관련된 하나 이상의 유형의 리소그래피 장치 프로세싱 변수의 오차 또는 잔차가 관심있는 기판에 대해 획득되고 그 포커스 기여분이 결정된다. 예를 들어, 투영 시스템 이미지 평면 편차(IPD)의 포커스 기여분, 기판 높이 잔차 또는 오차 맵의 포커스 기여분, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 포커스 기여분이 관심있는 기판에 대해 획득될 수 있다. 추가될 수 있는 기여분의 다른 유형은, 특정 관심 기판에 사용되는 패터닝 디바이스에 기인하는 패터닝 디바이스 오차의 포커스 기여분이고, 이는 측정에 의해 획득될 수 있다. 이러한 기여분은, 리소그래피 장치의 적용가능한 기저의 포커스 기여분이 관심있는 기판에 대해 패터닝 디바이스를 사용하지 않고 획득된 경우에 특히 사용될 수 있다.
또한, 전술한 바와 같이 리소그래피 장치의 적용가능한 기저의 포커스 기여분이 획득된다. 그 다음에, 리소그래피 장치의 적용가능한 기저의 포커스 기여분은, 도 9와 관련하여 전술한 바와 마찬가지로, 관심있는 기판의 하나 이상의 특정 포커스 기여분과 조합되어 관심있는 기판에 대한 추정된 포커스 지문을 획득하게 된다. 따라서, 포커스 오차의 추정치는 임의의 기판 상의 임의의 위치 또는 거의 임의의 위치에서 결정될 수 있다.
이제 CD의 예를 살펴보면, 원칙적으로 기판에서 CD 변동을 유발할 수 있는 여러 가지 프로세싱 변수가 있다. 이러한 실시예에서, 기판에 걸친 소정의 CD 변동이 고려된다. 특히, 포커스, 포커스 블러링(blur), 선량 및 전반적인 프로세스와 관련하여 CD 변동 기여분이 고려된다. CD 변동에 대한 필드내 기여요인인 패터닝 디바이스 또한 고려될 수 있지만 편의상 더 설명하지는 않을 것이다.
CD에 대한 포커스 기여분은 전술한 바와 같은 포커스 기여분, 특히 기저의 리소그래피 장치 포커스 기여분과 고려 중인 기판에 대한 리소그래피 장치의 하나 이상의 프로세싱 변수의 포커스 기여분과의 조합에 기초할 수 있다. 이러한 밀도가 높은 포커스 정보는 원칙적으로, 예컨대(리소 이후 및/또는 에칭 이후의) 피처의 Bossung 거동이 실험 또는 시뮬레이션을 통해 알려질 수 있다고 할 때, 임의의 패턴 피처에 대해 필드에 걸친 및/또는 기판에 걸친 ΔCD 기여분으로 변환될 수 있다. 따라서, 소정의 포커스 값을 갖는 기판 상의 임의의 위치(x, y)에 대해, 그 기판 위치(x, y)에 대응하여 CD 값이 계산될 수 있다:
여기서 HDFM은 포커스의 예에서 전술한 바와 같이 도출된 고밀도 포커스 맵과 같은 포커스 맵에 대응한다.
CD에 대한 포커스 블러링 기여분은 서보 정보(예를 들어, z 방향으로의 MSD)와 같은 리소그래피 장치 데이터를 사용하여 얻을 수 있다. 포커스 블러링 정보는 스캔 방향에 걸친 그리고 기판에 걸친 ΔCD 기여분으로 변환될 수 있다. 이러한 포커스 블러링 데이터에서 CD 로의 변환은 또한 피처에 특정적이며 실험 또는 시뮬레이션을 통해 알 수 있다:
여기서 fblur는 포커스 블러링에 해당한다.
CD에 대한 선량 기여분은 리소그래피 장치의 선량 변동(예를 들어, 선량 매핑 시스템에 의해 결정됨)에 기인한다. 노광 동안 기판에 걸친 선량 변동은 적용가능한 피처의 적절한 선량 감도를 사용하여 ΔCD 기여분으로 변환될 수 있으며, 이러한 선량 감도는 실험 또는 시뮬레이션을 통해 알 수 있다 :
CD에 대한 전반적인 프로세스 기여분은, 단독의 패턴 전사와는 별개인 패터닝 프로세스의 일부로서의 다양한 프로세스 단계들에서 발생하는 CD 변동이다. 따라서, 일 실시예에서, 전반적인 프로세스 기여분은 최종 에칭 단계 후 CD 변동의 상태이며 CD 변동을 추정하는 데 고려되는 다양한 다른 CD 변동에 기인하는 것이 아니다. 따라서, 일 실시예에서, 이러한 기여분은 예를 들어 막 증착 변동, 베이킹 및/또는 현상 변동 및/또는 에칭 프로세스 변동으로 인해 발생하는 프로세스 변동에 대한 해명되지 않은 모든 것에 대한 누적적인 효과이다. CD에 대한 전반적인 프로세스 기여분에 기여하는 프로세싱 변수의 예에는, 레지스트 층 아래의 구조체의 특성, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 리소그래피 장치에서의 패턴 전사의 상류 또는 하류에 있는 하나 이상의 프로세스(예컨대, 스핀 코팅, 노광 후 베이킹, 현상, 에칭, 증착, 도핑 및/또는 패키징 등)의 특성이 있을 수 있다. 그리고, CD에 대한 전반적인 프로세스 기여분은 에칭 이후의 관점에서 설명되지만, 전반적인 프로세스 기여분은 예를 들어 현상 후 에칭 전에 획득된 패터닝 프로세스의 상이한 포인트들에 대해 획득될 수 있다.
따라서 포커스 예의 셋업 프로세스와 마찬가지로, 포커스, 포커스 블러링 및 선량으로 인한 이러한 ΔCD 기여분 전부가 사용되어 기판 CD 측정으로부터 감산됨으로써 전반적인 프로세스 기여분을 추정할 수 있다. 즉, 일 실시예에서, 에칭 후 앵커(anchor) 피처 CD 측정으로부터 에칭 후 전반적인 프로세스 기여분이 생성될 수 있으며, 이로부터 (앵커 피처에 대한) 포커스, 포커스 블러링 및 선량에 대한 △ CD 기여분이 제거된다. 언급한 바와 같이, 전반적인 프로세스 기여분은 적절한 앵커 피처로부터 추정된다. 따라서, 일 실시예에서, 다른 피처들에 대한 전반적인 프로세스 기여분이 앵커 피처로부터 결정될 수 있다. 예를 들어, 전반적인 프로세스 기여분의 나머지는 앵커 피처의 특성의 일정 비율로 표현될 수 있다. 전반적인 프로세스 기여분이 패터닝 프로세스의 상이한 포인트, 예를 들어 현상 후 에칭 전에 획득되는 경우, 현상 후 에칭 전 CD 측정이 사용될 수 있다.
일 실시예에서, 전반적인 프로세스 기여분은 실질적으로 한번 결정되어 다양한 CD 추정에 사용될 수 있고, 따라서 각 기판을 측정하는 것에 비해 계측의 양이 상당히 감소될 수 있다. 일 실시예에서, 패터닝된 기판 포커스 계측 데이터는 기판 상의 위치(예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 다수의 기판(25개 이상의 기판 중에서 한 로트로부터의 10개 이하의 기판)의 비교적 희박한 샘플링에 의해 획득될 수 있다.
그 다음에 전반적인 프로세스 기여분은 CD의 제품내(on-product) 추정에 사용하기 위해 저장된다. 전반적인 프로세스 기여분은 특별한 장치 구성 및/또는 다수의 장치 구성(예를 들어, 하나 이상의 특정 에칭 챔버, 에칭 챔버와 베이크 플레이트의 하나 이상의 특정 조합, 기판 테이블 및 에칭 챔버의 하나 이상의 특정 조합 등)에 대해 결정될 수 있다.
그러면 전술한 포커스 추정 단계와 유사하게 제품내 CD의 추정이 획득될 수 있다. 일 실시예로서, CD와 관련된 하나 이상의 유형의 리소그래피 장치 프로세싱 변수의 오차 또는 잔차가 관심있는 기판에 대해 획득되고 그 CD 기여분이 결정된다. 예를 들어, 포커스, 포커스 블러링 및/또는 선량의 CD 기여분이 관심 기판에 대해 획득될 수 있다. 추가될 수 있는 기여분의 다른 유형은, 특정 관심 기판에 사용되는 패터닝 디바이스에 기인하는 패터닝 디바이스 오차의 CD 기여분이고, 이는 측정에 의해 획득될 수 있다.
또한, CD에 대한 적용가능한 전반적인 프로세스 기여분이 전술한 바와 같이 획득된다. 그 다음에, CD에 대한 적용가능한 전반적인 프로세스 기여분은, 도 9와 관련하여 전술한 바와 마찬가지로, 관심있는 기판의 하나 이상의 특정 CD 기여분과 조합되어 관심있는 기판에 대한 추정된 CD 지문을 획득하게 된다. 따라서, CD 오차의 추정치는 임의의 기판 상의 임의의 위치 또는 거의 임의의 위치에서 결정될 수 있다.
또한, 핫 스팟과 같은 기판 상의 하나 이상의 특정 관심 패턴 피처에 대해 추정치를 얻을 수 있다. 전술한 바와 같이, CD에 대한 전반적인 프로세스 기여분은 특정 앵커 피처에 대해 결정되었지만, 하나 이상의 특정한 관심 피처에 대하여 스케일링될 수 있다. 또한, 하나 이상의 유형의 리소그래피 장치 프로세싱 변수(예컨대, 포커스, 포커스 블러링 및/또는 선량 등)의 CD 기여분은 CD 변동과 이러한 하나 이상의 유형의 리소그래피 장치 프로세싱 변수 사이의 하나 이상의 특정 피처에 대한 적절한 감도에 기초하여 컴퓨팅될 수 있다. 이러한 감도는 예를 들면 시뮬레이션 및/또는 실험에 의해 획득될 수 있다. 따라서, 각각 상이한 핫 스팟 또는 패턴의 다른 관심 피처에 대해 다수의 CD 기판 지문이 획득될 수 있다.
이러한 방법론은 예를 들어 하나 이상의 관련 모델, 예컨대 패터닝 디바이스 및/또는 수차 모델에서 더 많은 파라미터를 이용해 개선될 수 있다. 이러한 방법론은, 예를 들어 전반적인 프로세스 기여분을 서로 상이한 기여요인(예컨대 상이한 피처에 대해 상이한 감도를 갖는 증착, 리소그래피, 및/또는 에칭)으로 분류함으로써 전반적인 프로세스 기여분을 추정하여 확장될 수 있다.
일 실시예에서, 패터닝 프로세스의 일부로서 적용된 선량 정정은 그 결과에 대해 정정될 수 있다. 예를 들어, 리소셀은 예컨대 ASML의 Dosemapper 시스템을 사용하여 선량 정정을 적용할 수 있다. 따라서 이러한 정정은 CD의 추정치를 결정하는 데에 고려된다.
이제 오버레이의 예를 살펴보면, 기판 상으로의 적어도 2회의 상이한 패턴 전사로부터의 데이터가 사용된다. 이러한 기술은 포커스 및 CD의 예와 관련하여 위에서 설명한 것과 유사하다.
이 기술은 본질적으로 두 가지 주요 부분을 수반한다. 제1 부분은 실질적으로, 추정 프로세스에서 특정 기판에 대한 오버레이의 추정치를 결정하기 위해 사용되는 하나 이상의 유형의 리소그래피 장치 프로세싱 변수에 반영되지 않는 리소그래피 장치의 기저의 오버레이 기여분을 결정하기 위한 셋업 프로세스이다. 선택적으로, 전반적인 프로세스 오버레이 기여분이 또한 전술한 CD의 예의 전반적인 프로세스 CD 기여분과 유사하게 결정될 수 있다. 제2 부분은 그러한 특정 기판에 대한 오버레이의 추정치를 결정하기 위해 적어도 2회의 패턴 전사에 대하여 고려 중인 기판에 대한 하나 이상의 유형의 리소그래피 장치 프로세싱 변수와 관련된 오버레이 기여분을 이용하는 추정 프로세스이다.
따라서, 일 실시예에 따른 셋업 프로세스에서, 하나 이상의 기판에 대해 패터닝된 기판 오버레이 계측 데이터가 획득된 다음 적어도 2회의 패턴 전사 각각에 대한 하나 이상의 유형의 리소그래피 장치 프로세싱 변수의 기여분이 도 10에 대해 전술한 바와 유사하게 제거된다. 제거될 수 있는 기여분의 한 가지 유형은 예를 들어 리소그래피 장치의 레벨링 센서로부터 획득된 기판 높이 맵의 오버레이 기여분이다. 2회의 패턴 전사에 대하여 기판 높이 맵에 대한 차이가 발견될 수 있고, 그 차이는 오버레이 값 및 이에 따라 오버레이 기여분으로 변환될 수 있다. 예를 들어 Z 높이 차이는, 이러한 높이 차이를 기판의 휨 또는 벤딩으로 간주하고 X 및/또는 Y 변위를 계산하기 위한 제1 원리들을 사용함으로써 X 및/또는 Y 변위로 전환될 수 있다(예를 들어, 이러한 변위는 예를 들면 기판의 클램핑된 영역에서 기판 두께의 1/2 곱하기 X 또는 Y 방향 변동에 대한 Z 방향 변동일 수 있거나, 이러한 변위는 예를 들면 기판의 클램핑되지 않은 영역에서 Kirchoff-Love 플레이트 이론을 사용하여 계산될 수 있다). 일 실시예로서, 높이의 오버레이 기여분으로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다. 따라서, 패턴 전사별로 이러한 기판 높이 정보를 사용함으로써, 포커스 또는 척 스팟으로 인한 오버레이 영향을 관측하고 설명할 수 있다.
제거될 수 있는 기여분의 추가적인 유형은, 적용가능한 위치설정기로부터 획득할 수 있는 X 및/또는 Y 방향으로의(Z 주위의 회전을 포함) 패터닝 디바이스 및/또는 기판 서보 제어(예컨대, MA), 위치 측정 디바이스(예를 들어, 센서 IF) 및/또는 서보 제어 모델의 잔차의 오버레이 기여분이다. 2회의 패턴 전사에 대해 기판에 걸친 서보 제어 값에 대한 차이가 발견될 수 있으며, 그 차이는 오버레이 기여분을 나타낼 수 있다. 필요한 경우, 서보 제어 값으로부터 오버레이 기여분으로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
제거될 수 있는 기여분의 추가적인 유형은, (예를 들어 시어링 간섭계로부터 획득될 수 있는) 투영 시스템 수차 및/또는 투영 시스템 모델 잔차의 오버레이 기여분이다. 수차 및/또는 잔차로부터 오버레이 기여분으로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
제거될 수 있는 기여분의 추가적인 유형은 리소그래피 장치에 의해 제공될 수 있는 정렬 시스템 모델 잔차의 오버레이 기여분이다. 잔차로부터 오버레이 기여분으로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다. 일 실시예에서, 정렬 시스템 모델 잔차는 서로 상이한 패턴 전사 단계들에 대해 상이할 수 있고, 따라서 상이한 패턴 전사 단계들에 대한 정렬 시스템 모델 잔차의 조합/차이가 오버레이 기여분을 얻기 위해 사용될 수 있다. 일 실시예에서, 정렬 모델 잔차는 기판 높이에 대해 정정될 수 있다.
필요에 따라 기여분 지문은 동일한 격자로 재격자화될 수 있다. 유사하게, 기여분 지문은 패터닝된 기판 계측 데이터로 재격자화 또는 그 반대로 재격자화될 수 있다.
일 실시예에서, 리소그래피 장치의 기저의 포커스 기여분은 실질적으로 한번 결정되어 다양한 포커스 추정에 사용될 수 있고, 따라서 각 기판을 측정하는 것에 비해 계측의 양이 상당히 감소될 수 있다. 일 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 기판 상의 위치(예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 다수의 기판(25개 이상의 기판 중에서 한 로트로부터의 10개 이하의 기판)의 비교적 희박한 샘플링에 의해 획득될 수 있다.
일 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 전술한 바와 같이 모니터 기판의 측정된 오버레이 지문일 수 있다. 따라서 이미 캡처 중인 데이터를 사용할 수 있다. 따라서, 측정된 오버레이 지문은, 투영 시스템의 오버레이 기여분, 기판 높이의 오버레이 기여분, 정렬 모델 잔차의 오버레이 기여분, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 오버레이 기여분 등의 리소그래피 장치 센서 정보로부터 도출된 리소그래피 장치 영향에 대해 정정되어 리소그래피 장치의 기저의 오버레이 기여분에 이를 수 있다. 일 실시예에서, 측정된 오버레이 지문 데이터는 제품 기판의 제1 패턴 전사에 대해 한번 캡처된 후(패턴 전사들 사이에서 모니터 기판의 재작업과 함께) 제2 패턴 전사에 대해 캡처될 것이다. 일 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 제1 패턴 전사 후 하나 이상의 모니터 기판으로부터 측정된 오버레이 지문과 제2 패턴 전사 후 하나 이상의 모니터 기판으로부터 측정된 오버레이 지문 사이의 차이로부터 획득되는 오버레이 델타(delta) 지문이다. 따라서, 제품 층들과 거의 동시에 모니터 기판들의 세트를 노광함으로써, 단기적인 드리프트의 측면에서 오버레이에 대한 리소그래피 장치 기여분이 정량화될 수 있다. 즉, 오버레이 델타 지문을 이용하여, 제1 패턴 전사와 제2 패턴 전사 사이의 단기적인 드리프트로 인한 필드간 오버레이에 대한 리소그래피 장치 기여분이 획득될 수 있다.
선택적으로, 에칭 후 오버레이가 요구되는 경우, 오버레이에 대한 에칭 프로세스 기여분이 결정될 수 있는데, 이는 에칭으로부터 발생하는 오버레이 변동이다. 에칭 프로세스 오버레이 기여분을 얻기 위해, 현상 후 에칭 전 패터닝된 기판 계측 데이터가 에칭 후 패터닝된 기판 계측 데이터로부터 제거되어 에칭 프로세스 오버레이 기여분을 얻을 수 있다. 일 실시예에서, 에칭 프로세스 오버레이 기여분은 실질적으로 한번 결정되어 오버레이 추정에 사용될 수 있고, 따라서 각 기판을 측정하는 것에 비해 계측의 양이 상당히 감소될 수 있다. 일 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 기판 상의 위치(예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 다수의 기판(25개 이상의 기판 중에서 한 로트로부터의 10개 이하의 기판)의 비교적 희박한 샘플링에 의해 획득될 수 있다. 각 패턴 전사 이후의 에칭 지문이 동일하다고 가정하면, 제1 또는 제2 패턴 전사에서 유발된 에칭 프로세스 지문은, 현상 후 에칭 전 오버레이 측정과 제1 또는 제2 패턴 전사 중 나머지 하나의 전사의 에칭 후 오버레이 측정 간의 델타 지문으로 추론될 수 있다.
그 다음에 리소그래피 장치의 기저의 오버레이 기여분(및 선택적인 에칭 프로세스 오버레이 기여분)은 오버레이의 제품내(on-product) 추정에 사용하기 위해 저장된다. 리소그래피 장치의 기저의 오버레이 기여분은 다수의 리소그래피 장치에 대해 결정될 수 있다. 리소그래피 장치의 기저의 오버레이 기여분은 사용되는 리소그래피 장치의 디바이스들의 특정 조합에 대해 결정될 수 있다. 예를 들어, 리소그래피 장치는 기판이 노광될 수 있는 둘 이상의 기판 테이블을 가질 수 있고, 따라서 리소그래피 장치의 기저의 오버레이 기여분은 사용되는 디바이스들의 특정 조합 및/또는 다수의 조합에 대해 결정될 수 있다. 에칭 프로세스 오버레이 기여분은 특정 장치 구성 및/또는 다수의 장치 구성(예를 들어, 하나 이상의 특정 에칭 챔버)에 대해 결정될 수 있다.
이어서, 제품내 추정을 위해, 오버레이와 관련된 하나 이상의 유형의 리소그래피 장치 프로세싱 변수의 오차 또는 잔차가 관심있는 기판에 대해 획득되고 그 오버레이 기여분이 결정된다. 예를 들어, 투영 시스템의 오버레이 기여분, 기판 높이의 오버레이 기여분, 정렬 모델 잔차의 오버레이 기여분, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 오버레이 기여분 등이 관심 기판에 대해 획득되어 리소그래피 장치의 기저의 오버레이 기여분에 이를 수 있다. 일 실시예에서, 기판 높이의 오버레이 기여분 만이 획득된다.
또한, 전술한 바와 같이 리소그래피 장치의 적용가능한 기저의 오버레이 기여분이 획득되고 선택적으로 적용가능한 에칭 프로세스 오버레이 기여분이 획득된다. 그 다음에, 리소그래피 장치의 적용가능한 기저의 오버레이 기여분(및 임의부가적으로 선택적인 에칭 프로세스 오버레이 기여분)은, 도 9와 관련하여 전술한 바와 마찬가지로, 관심있는 기판의 하나 이상의 특정 오버레이 기여분과 조합되어 관심있는 기판에 대한 추정된 오버레이 지문을 획득하게 된다. 따라서 오버레이 추정치는 임의의 기판 상의 거의 임의의 위치에서 결정될 수 있다.
일 실시예에서, 패터닝 프로세스의 일부로서 적용된 오버레이 정정은 그 결과에 대해 정정될 수 있다. 예를 들어, 리소셀은 예를 들어 ASML 사의 Baseliner 시스템을 사용한 모니터 기판의 측정에 기초하여 오버레이 정정을 적용할 수 있다. 따라서 이러한 정정은 오버레이의 추정치를 결정하는 데에 고려된다.
일 실시예에서, 다중 패터닝 프로세스에서, 노광량 및 리소그래피 장치 상태, 예를 들어 노광 선량, 패터닝 디바이스 투과, 패터닝 디바이스 자격 오차, 조명 설정, 리소그래피 장치 기판 클램핑 오차 등이 제1 패턴 전사 단계와 제2 패턴 전사 단계 사이에 매우 유사한 것이 바람직하다. 또한, 필드내 레벨에서의 노광 및 가열 시그니처는 제1 및 제2 패턴 전사 단계 사이에서 유사할 것으로 예상되므로, 오버레이에 대한 그러한 영향은 작아야 한다.
또한, 일 실시예에서, 복수의 예측이 조합될 수 있다. 예를 들어, 오버레이 예측 및 CD 예측이 조합될 수 있다. 예를 들어, 서로 상이한 패턴 전사 단계를 사용하여 서로 인접한 구조체를 생성하되 그러한 구조체는 그들 사이에 갭을 가지는 다중 패터닝 상황에서, 상이한 패턴 전사 단계 중 하나 이상의 CD와 그러한 상이한 패턴 전사 단계에 대한 오버레이의 조합에 의해, 단지 오버레이나 CD 추정치만의 경우보다는 갭의 크기를 보다 양호하게 예측할 수 있게 된다.
그 다음으로 도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다. 특히 도면에서는, 리소그래피 장치의 기저의 포커스 기여분, CD에 대한 전반적인 프로세스 기여분 및/또는 리소그래피 장치의 기저의 오버레이 기여분(및 선택적으로 적용가능한 에칭 프로세스 오버레이 기여분) 등의 일반화된 기여분이 관심 기판에 대한 관심 파라미터의 추정치를 얻기 위해 그러한 기판에 대한 특정 정보에 어떻게 적용될 수 있는지를 보여주고 있다. 따라서, 특정 기판의 하나 이상의 프로세싱 변수에 대응하는 기여분(912), 예를 들면 핫 스팟에 대한 것이다. 이는, 디바이스 정보 등으로부터 모델링함으로써 결정될 수 있다. 또한, 리소그래피 장치의 기저의 포커스 기여분, CD에 대한 전반적인 프로세스 기여분 및/또는 리소그래피 장치의 기저의 오버레이 기여분(및 선택적으로 적용가능한 에칭 프로세스 오버레이 기여분)과 같은 복수의 기판에 적용가능한 기여분(922)이 획득된다. 기여분(922)은 본 명세서에 기술된 임의의 기술을 사용하여 획득될 수 있다. 기여분(912)은 복수의 기판(예를 들어, 관심있는 모든 기판에 대해)에 대해 결정될 수 있는 반면, 기여분(922)은 많은 기판에 걸쳐 반복적으로 사용될 수 있다. 기여분(912) 및 기여분(922)은 예를 들어, 반드시 핫 스팟에 대한 패터닝된 기판 계측 데이터를 획득할 필요없이 그러한 핫 스팟에 대한 관심 파라미터의 추정치(950)를 얻도록 조합된다. 절차(970)에서는 동작이 취해지고, 예를 들면 핫 스팟에 결함이 있는지 여부 등이 관심 파라미터의 추정치에 기초하여 결정된다.
따라서, 레지스트내(in-resist) 및/또는 에칭 후 계측을 향상시켜 컴퓨팅된 계측을 얻기 위해 디바이스 센서 데이터가 활용될 수 있고, 이러한 컴퓨팅된 계측은, 예를 들면 기판의 조밀한 샘플링을 필요로 하지 않고도 기판별로 조밀한 계측을 제공할 수 있고 및/또는 각각의 기판에 대해 패터닝된 기판 계측 데이터를 획득할 필요 없이 (전부는 아닐지라도) 많은 기판에 대해 계측을 제공할 수 있다. 또한, 조밀한 컴퓨팅된 계측은 예를 들어 고차 정정을 가능하게 할 수 있다. 이러한 컴퓨팅된 계측은 또한, 각각의 이러한 기판에 대한 패터닝된 기판 계측 데이터를 획득할 필요 없이 및/또는 기판 상에서 패터닝된 기판 계측 데이터를 조밀하게 측정할 필요 없이, 가능하다면 기판당 제어를 포함하여 더 뛰어난 제어를 가능하게 할 수 있다.
또한, 이들 컴퓨팅된 계측 기술로부터의 추정치는 패터닝 프로세스 제어(예를 들어, 하나 이상의 프로세스 변수의 조정), 패터닝 프로세싱 모니터링, 결함 검출, 결함 예측, 패터닝 프로세스 설계 등과 같은 다양한 응용을 가능하게 할 수 있다.
일 실시예에서, 도출된 기여분(예컨대, 도 10을 사용하여 도출된 기여분)은 관심 파라미터에 대한 하나 이상의 프로세싱 변수의 변화의 기여분을 결정하기 위한 수학적 모델을 파라미터화하는 데에 사용될 수 있다. 즉, 수학적 모델이 도출된 기여분에 대해 근사(fitting)될 수 있고, 이에 의해 수학적 모델의 하나 이상의 파라미터, 상수 등의 값을 얻을 수 있다. 따라서, 일례로서, 프로세스 및/또는 기판 스택의 변화에 맞추기 위해, 임의의 감도가 모델로 표현되는 모델을 갖는 것이 바람직하다. 따라서, 일 실시예에서, 측정될 모든 기판에 대해 예측된 기판 지문이 생성될 수 있다. 이를 위해, 관심 파라미터의 모델이 확립될 수 있으며, 예를 들어 CD의 경우 CD = a1 * DOSE + a2 * FOCUS2 + a3 * MSDx + a4 * MSDy + a5 * MSDz + ...를 포함하는 모델이다. 기판의 측정에 의해, 사전 및/또는 사후 프로세스(예컨대, 트랙/에칭) 지문과 패터닝 디바이스 지문이 제거될 수 있다. 나머지 지문 측정은 예측된 값과 비교될 수 있다. 이러한 상황에서는 이제 CD, 선량, 포커스, MSD-xyz, 수차 등이 알려져 있는 방정식의 세트(측정 포인트만큼 많은 방정식)가 있다. 이러한 방정식 세트는 요구되는 감도(a1, a2, ...)에 대해 풀이할 수 있다. 이것이 특정 디바이스 패턴에 대해 측정된 다수의 기판에 대해 수행될 때, 요구되는 감도를 재추정하기 위한 수많은 데이터가 있을 것이다. 다수의 리소그래피 장치로부터의 데이터가 사용되고 및/또는 포커스 노광 매트릭스로부터의 데이터가 동일한 방식으로 사용되는 경우, 입력 신호(예를 들어, 포커스, 선량, MSD, CD 등)의 충분한 변동이 감도의 적절한 추정을 가능하게 할 수 있다. 또한, 이러한 기술은 포커스 심도, 노광 허용도(latitude), 오버레이, 엣지 위치 등과 같은 다른 관심 파라미터에 적용될 수 있다.
일 실시예에서, 트레이닝 알고리즘이 추가적인 정확도를 부가하기 위해 사용될 수 있다. 예를 들어, 수차에 대한 감도가 풀이될 때, 이러한 수차가 단지 슬릿에 걸쳐 변화할 수 있고 이러한 감도를 근사하기 전에 CD(또는 오버레이) 데이터를 사전필터링할 수 있다는 경계 조건이 고려될 수 있다. 일 실시예에서, 감도는 때때로 또는 연속적으로 재평가됨으로써 패터닝 프로세스의 변동에 대해 로버스트하게 될 수 있다.
앞서 설명한 바와 같이, 측정된 지문으로부터 (알려진) 기여분을 차감함으로써 포커스, 선량 및 오버레이와 같은 프로세스 변수의 지문에 대한 기여분을 도출하기 위해 컴퓨테이션 계측 기법이 사용될 수 있다. 이는 예를 들어 도 10에 도시되어 있다; 기여요인(520)은 기여분(510)을 얻기 위해 측정된 지문(500)으로부터 차감된다. 기여분(510)은, 기여요인(520)이 측정된 지문(500)에 영향을 미치는 상당한 양의 잡음 또는 기타 다른 비-체계적 거동을 도입하는 경우 반도체 제조 프로세스를 제어하기에 더 적합한 입력일 수 있다. 안정된 입력(적어도 기판 로트에 걸쳐 안정적인 입력)에 기초하여 장치를 제어하고자 한다면, "세정된" 데이터(510)를 입력으로서 사용하는 것이 바람직할 수 있다. 종종 데이터(510)는 관심 있는 프로세스 변수의 다소 희박한 표현이다(예를 들어, 리소그래피 장치에 의한 노광 이외의 프로세싱 단계의 오버레이 기여분 - 이 경우 기여요인(520)이 리소그래피 장치의 기여분임). 그러나, 리소그래피 장치를 이용한 노광과 같은 프로세싱 단계에 대해 효과적인 제어를 제공하기 위해 종종 충분히 조밀한 데이터가 필요할 수도 있다. 이러한 문제를 극복하기 위해 도 22에 개략적으로 도시된 방법을 이용하는 것이 제안된다.
도 22는 오버레이 측정 디바이스(예를 들어, 스캐터로미터)와 같은 계측 툴을 사용하여 프로세스 변수의 (통상적으로 희박하게) 측정된 지문(2201)을 획득하는 제1 단계를 포함하는 방법을 설명한다. 지문(2201)에 대한 컴퓨테이션으로 또는 이와 달리 결정된 기여요인(2202)이 지문(2201)으로부터 차감되어 프로세스 변수 지문(2201)에 대한 세정된(안정된) 기여분(2203)을 얻게 된다. 희박한 데이터(2203)는 기여요인(2203)의 조밀한 표현(2204)을 얻기 위해 전역 모델(2200)을 사용하여 업샘플링된다. 이러한 모델은 업샘플링된 기여분(2204)을 제공하기 위해 임의의 적합한 수학적 방법(머신 러닝, 다항식 근사, 보간법 등)을 이용할 수 있다. 모델은 바람직하게는 전역적이다; 이는 모델이 기판에 걸쳐 프로세싱 변수의 낮은 차수 거동을 도출하도록 구성됨을 의미한다. 따라서 업샘플링된 기여요인(2204)은 일반적으로 프로세스 변수의 빈도 높은 함량을 포함하지 않는다. 프로세스 변수의 높은 차수 빈도의 희박한 함량을 포함하는 희박한 기여요인 지문(2203)을, 전역적인 조밀한 기여요인 지문(2204)과 조합하여 조합된 기여요인 지문(2205)을 획득하는 것이 제안된다. 이러한 프로세스는 도 22에서 지문(2203 및 2204)을 포함하는 점선 사각형 및 조합된 기여요인 지문(2205)의 생성을 나타내는 점선 화살표로 도시되어 있다. 조합된 기여요인 지문(2205)은 과도한 계측 시간 요건이 없이 및/또는 계측 데이터(2201) 내에 존재하는 안정된 컴포넌트를 결정하기 위해 진보된 데이터 분석을 사용하지 않고도 프로세싱 단계의 안정적이면서도 고차 제어를 가능하게 한다.
일 실시예에서, 기여분(2202)은 패터닝된 기판과 연관된 계측 데이터(2201)로부터 제거되어 계측 데이터(2201)에 대한 도출된 기여분(2203)을 획득한다. 도출된 기여분(2203)은 모델링된 기여분(2204)을 얻기 위해 모델(2200)을 사용하여 업샘플링된다. 도출된 기여분과 모델링된 기여분은 조합된 기여분(2205)을 얻기 위해 조합된다.
조합된 기여분(2205)은 에칭 툴, CMP 툴, 증착 툴 및/또는 리소그래피 장치와 같은 프로세싱 장치를 제어하기 위한 입력으로서 사용될 수 있다.
이러한 제어는 그러한 프로세싱 장치에 적합한 제어 레시피를 생성함으로써 달성될 수도 있다.
제어 레시피는 리소그래피 장치를 위한 것일 수 있으며, 제어 레시피는 노광당 제어(CPE) 명령 및/또는 서브-레시피를 포함할 수 있고; 이는 리소그래피 장치를 사용하여 기판에 제공된 노광 필드의 개별 제어를 위한 정보를 함유한다.
모델(2200)은 바람직하게는 기판에 걸친 프로세싱 변수의 낮은 차수 거동을 기술하도록 구성된 전역 모델이다.
추가 적용예에서, 패턴의 컨투어가 하나 이상의 기여분/지문을 사용하여 예측될 수 있다. 이러한 맥락에서, 컨투어는 기판으로 전사된 패턴의 피처의 형상의 윤곽이다. 컨투어는 예를 들어 기판으로 전사된 패턴 피처의 형상의 외부 경계를 추출하기 위해 기판의 이미지(예를 들어, 주사 전자 현미경 이미지)를 프로세싱함으로써 시각화될 수 있다. 그러나, 기판으로 전사될 것으로 예상될 때의 패턴 피처의 전자적 표현을 생성하기 위해 수학적 프로세스(예를 들어, 시뮬레이션)에 의해 컨투어가 생성될 수도 있다. 컨투어는 전형적으로 라인의 형태일 것이지만, 본 명세서에서 사용된 용어 컨투어는 피처의 경계를 묘사하는 데이터로 보다 일반화될 수 있다. 컨투어는 연속적일 필요는 없다; 즉, 불연속적인 윤곽 및/또는 데이터가 피처의 경계를 충분히 묘사한다면 이러한 윤곽 및/또는 데이터는 피처 주위에서 불연속적일 수 있다. 일 실시예에서, 컨투어는 2차원(즉, 평면에 규정됨) 또는 3차원일 수 있다. 일 실시예에서, 컨투어는 패턴이 형성된 기판의 표면에 실질적으로 평행한 평면에서 연장될 수 있다. 일 실시예에서, 컨투어는 패턴이 형성된 기판의 표면에 실질적으로 수직인 평면에서 연장될 수 있다; 이 경우 컨투어는 프로파일로서 특성화될 수 있고 2차원 또는 3차원 형태일 수 있다.
컨투어를 예측하기 위해, 본 명세서에 설명된 바와 같이 하나 이상의 기여분/지문이 획득될 수 있고, 이는 예측된 컨투어에 이르기 위해 특정한 공칭 컨투어를 선택하고 및/또는 공칭 컨투어를 수정하는 데에 사용될 수 있다. 본원에 기술된 하나 이상의 기여분/지문의 다른 이용과 함께 하나 이상의 기여분/지문을 이용하는 컨투어의 이러한 예측 및 이용에 대한 세부 사항은 2017년 2월 22일자로 출원된 미국 출원 번호 제62/462,201호에 개시되어 있으며, 이러한 문헌은 원용에 의해 전체로서 본 명세서에 포함된다.
위에서 논의한 바와 같이, 일 실시예에서, 본 명세서의 컴퓨테이션 계측 기술은 패터닝 프로세스의 장치(예를 들어, 리소그래피 장치)로부터의 데이터와 계측 장치(예컨대, 도 3-5와 관련하여 살펴본 계측 장치 중 하나)로부터의 데이터의 조합을 이용하여, 기판에 대한 패터닝 프로세스의 특정한 관심 파라미터(예를 들어, 오버레이, 엣지 배치 오차 등)의 도출된 기여분 또는 지문을 생성할 수 있다. 따라서, 이러한 컴퓨테이션 계측 응용에 있어서, 계측 및 패터닝 프로세스 장치(예를 들어, 리소그래피 장치) 입력에 기초하여 특정 관심 파라미터의 하이브리드 밀도 지문이 생성된다. 예를 들어, 오버레이 지문의 경우, 입력은 예를 들어, 하나 이상의 모니터 기판을 이용하여 이루어진 측정, 패터닝 프로세스 제조 장치(예를 들어, 리소그래피 장치)로부터의 데이터 또는 측정, 및/또는 계측 장치(예컨대, 도 3-5와 관련하여 살펴본 계측 장치 중 하나)로부터의 측정(예를 들면, 에칭 후 검사(AEI) 또는 현상 후 검사(ADI) 측정 결과)일 수 있다.
위에서 살펴본 하이브리드 밀도 지문의 경우, 계측 타겟을 측정하는 계측 장치를 이용한 관심 파라미터의 비교적 밀도 높은 측정(예를 들어, ADI 및/또는 AEI)이 이용되어, 지문을 생성하기 위해 타겟으로부터의 파라미터 측정과 디바이스 패턴 응답 간의 양호한 매칭이 가능해질 수 있다. 따라서, 예를 들어 계측 타겟을 측정하는 계측 장치에 의한 관심 파라미터의 밀도 낮은 측정을 이용할 수 있는 것이 바람직할 수 있다. 밀도가 낮은 측정을 사용하면 계측 타겟에 대해 적은 측정이 요구될 수 있으므로 처리량이 증가할 수 있다.
추가적으로 또는 대안적으로, 위에서 설명한 결과적인 지문은 모든 디바이스 패턴 피처에 대해 포괄적인 것일 수 있고, 예를 들어 크리티컬 디바이스 패턴 피처(핫 스팟이라고도 함)을 참조로 하지 않을 수도 있다. 따라서, 디바이스 패턴의 복수의 피처 중 각각의 특정 피처에 대하여, 디바이스 패턴의 특정 피처에 특정적인 지문을 생성할 수 있는 것이 바람직할 것이다. 일 실시예에서, 지문은 하나 이상의 크리티컬 디바이스 패턴 피처에 특정적일 수 있다. 크리티컬 디바이스 패턴 피처와 관련된 관심 파라미터(예를 들어, 오버레이, 포커스, CD, 정렬 등)의 조밀한 맵을 갖는 것이 보다 유익할 수 있다(예를 들어, 디바이스 수율 제어의 관점에서). 크리티컬 디바이스 패턴 피처에 중점을 둠으로써, 예를 들어 디바이스 패턴의 특정한 피처 특성을 고려하여, 패터닝 프로세스의 수율 기반 설계, 제어, 수정 등이 생성될 수 있다.
도 12를 참조하면, 디바이스 패턴의 특별한 피처에 특정적인 지문을 생성하고 이용하는 방법의 실시예가 개략적으로 도시되어 있다. 일반적으로 본 방법은, 시뮬레이션(예를 들어, 풀칩(full chip) 시뮬레이션), 계측 타겟을 이용한 계측 측정(예를 들어, 오버레이 지문에 대한 ADI/AEI 오버레이 측정) 및 디바이스내 패턴 측정의 조합에 의해 하나 이상의 특정 디바이스 패턴 피처에 대해 기판의 적어도 일부에 걸쳐 관심 파라미터 지문(맵)의 생성을 수반한다. 예를 들어, 파라미터 지문은 하나 이상의 크리티컬 디바이스 패턴 피처 각각에 대해 생성될 수 있다. (예를 들어, 하나 이상의 크리티컬 디바이스 패턴 피처에 대한) 하나 이상의 파라미터 지문으로, 패터닝 프로세스의 하나 이상의 양태(예를 들어, 장치, 서브 프로세스, 사용되는 소모품(예를 들어, 패터닝 디바이스) 등)는 하나 이상의 파라미터 지문을 사용하여 설계, 수정, 제어, 수정 등이 이루어질 수 있다. 일 실시예에서, 개개의 디바이스 패턴 피처의 이용가능한 복수의 파라미터 지문의 가중된 조합이 패터닝 프로세스의 양태의 설계, 정정, 제어, 수정 등을 위해 사용될 수 있다; 즉, 개개의 특정 디바이스 패턴 피처와 관련된 하나 이상의 파라미터 지문은 다른 개개의 디바이스 패턴 피처와 관련된 하나 이상의 다른 파라미터 지문보다 가중될 수 있다. 이러한 설계, 정정, 제어, 수정 등은 패터닝 프로세스를 이용하여 기판 상에 디바이스 패턴을 제조하기 위해 패터닝 프로세스에 사용되는 장치(예를 들어, 리소그래피 장치, 에칭 툴, 증착 툴 등)의 설정의 구성을 포함할 수 있다. 일 실시예에서, 설계, 정정, 제어, 수정 등은, 리소그래피 장치 설정의 수정(예를 들어, 기판 등의 대상물의 X, Y 또는 Z 이동의 제어의 수정, (예를 들어, 투영 시스템 내의 액추에이터 또는 기타 다른 파면 조작 디바이스를 이용하는) 투영 시스템 수차의 특정한 정정, (예를 들어, 방사선 소스를 제어하고 및/또는 조명 시스템에서 선량 변조 디바이스를 이용하는 것에 의한) 기판의 노광을 위한 조명 선량의 변화 등)을 포함할 수 있다.
1100에는, 패터닝 디바이스에 제공되는 바와 같은 디바이스 패턴 피처 및 계측 타겟을 갖는 패터닝 디바이스 패턴의 고도로 개략적인 레이아웃의 일례가 도시되어 있다. 디바이스 패턴 피처는 피처 A, B, C 및 D로 표시되어 있다. 이해하는 바와 같이, 피처 A의 각각의 인스턴스는 실질적으로 동일한 유형의 패턴 레이아웃이고, 피처 B의 각각의 인스턴스는 실질적으로 동일한 유형의 패턴 레이아웃이고, 피처 C의 각각의 인스턴스는 실질적으로 동일한 유형의 패턴 레이아웃이며, 피처 D의 각각의 인스턴스는 실질적으로 동일한 유형의 패턴 레이아웃이다. 나아가 각각의 피처(AD)는 나머지 피처와 상이할 수 있다. 또한 계측 타겟은 타겟 1, 2 및 3으로 표시되어 있다. 이해하는 바와 같이, 타겟 1의 각각의 인스턴스는 실질적으로 동일한 타입의 계측 타겟이고, 타겟 2의 각각의 인스턴스는 실질적으로 동일한 타입의 계측 타겟이며, 타겟 3의 각각의 인스턴스는 실질적으로 동일한 타입의 계측 타겟이다. 일 실시예에서, 각각의 계측 타겟(1-3)은 나미저 타겟과 상이할 수 있다(예를 들어, 타겟 주기적 구조체의 피치가 상이하거나, 타겟 주기적 구조체의 피처들의 세그먼트화가 상이하거나, 듀티 사이클이 상이한 등이다). 알려진 바와 같이, 디바이스 패턴 피처 및 계측 타겟은 리소그래피 프로세스를 사용하여 기판으로 전사된다. 오버레이를 위한 계측 타겟의 경우, 타겟 1, 2 및 3은 기판 상의 하부 층에 대한 타겟 또는 기판 상의 상부 층에 대한 타겟일 수 있고, 여기서 타겟 1, 2 또는 3은 일반적으로 하부 층의 대응하는 타겟 위에 놓이거나 상부 층의 대응하는 타겟이 일반적으로 타겟 1, 2 또는 3 위에 놓일 것이다.
1110에서는, 예를 들어 패터닝 프로세스의 다양한 조건에서(예컨대, 패터닝 프로세스의 공칭 조건으로부터의 특정량의 섭동 등), 패터닝 디바이스 패턴을 기판으로 전사하는 시뮬레이션이 수행된다. 예를 들어, 도 13의 패터닝 시뮬레이션 방법은 패터닝 디바이스 패턴(하나 이상의 계측 타겟을 포함)의 기판으로의 예측된 전사를 생성하는 데에 사용될 수 있다. 이와 유사하게, 시뮬레이션된 패터닝 프로세스의 일부로서 생성된 하나 이상의 계측 타겟의 측정 또한, 예를 들어 다수의 측정 빔 파장 및/또는 다수의 측정 편광으로 시뮬레이션된다. 예를 들어, 이러한 측정은 도 14의 측정 시뮬레이션 방법을 사용하여 시뮬레이션될 수 있다. 이들 시뮬레이션에 기초하여, 하나 이상의 계측 타겟 각각과 기판 상에 생성되도록 시뮬레이션되는 하나 이상의 디바이스 패턴 피처에 대한 관심 파라미터(예를 들어, 오버레이)가 결정되고, 이렇게 시뮬레이션된 결과로부터, 기판 상에 생성되도록 시뮬레이션되는 패터닝 디바이스 패턴의 하나 이상의 디바이스 피처와 하나 이상의 계측 타겟 간의 파라미터의 관계가 결정된다. 예를 들어, 패턴 전사 조건에 따라 그리고 관심 파라미터로서의 오버레이에 대하여, 디바이스 패턴 피처 시프트는 오버레이 타겟 시프트와 관련될 수 있다. 일 실시예에서, 이러한 관계를 위해, 하나 이상의 계측 타겟의 관심 파라미터는 하나 이상의 디바이스 피처의 관심 파라미터와 상이할 수 있다; 예를 들어, 하나 이상의 계측 타겟에 대한 관심 파라미터는 오버레이인 반면, 하나 이상의 디바이스 피처의 관심 파라미터는 엣지 배치 오차일 수 있다. 추가적으로 또는 대안적으로, 관심 파라미터의 하나 이상의 광학 수차 감도, 관심 파라미터의 하나 이상의 포커스 감도, 관심 파라미터의 하나 이상의 선량 감도, 관심 파라미터의 하나 이상의 피치 의존성과 같은 다른 관계가 확립될 수도 있다.
1130에서는, 1110의 시뮬레이션이 수행되는 패터닝 프로세스를 사용하여 패터닝 디바이스 패턴이 전사된 하나 이상의 기판으로부터 적용가능한 관심 파라미터의 측정이 획득된다. 일 실시예에서, 이러한 측정은 패터닝 디바이스 패턴의 복수의 인스턴스가 전사된 기판에 걸쳐 획득된다. 일 실시예에서, 이러한 측정은 복수의 기판으로부터 획득되는데, 이러한 복수의 기판 각각에는 패터닝 디바이스 패턴이 복수회 전사된 것이다. 일 실시예에서, 측정은 패터닝 프로세스의 일부로서 하나 이상의 기판으로 전사되는 하나 이상의 계측 타겟으로부터 획득된다. 일 실시예에서, 관심 파라미터는 오버레이이고, 측정은 하나 이상의 계측 타겟의 ADI 및/또는 AEI를 사용하여 획득된 오버레이 측정이다. 일 실시예에서, 오버레이 측정은 다수의 측정 빔 파장 및/또는 다수의 측정 빔 편광으로 획득된다.
1120에서, 하나 이상의 계측 타겟으로부터의 관심 파라미터의 측정이 시뮬레이션된 결과와 매칭된다. 즉, 시뮬레이션으로부터 결정된 하나 이상의 관계를 이용하여, 측정된 관심 파라미터는 디바이스 패턴 피처에 대해 적용가능한 관심 파라미터(예를 들어, 동일한 관심 파라미터 또는 이와 다른 파라미터)의 등가의 값으로 변환될 수 있다. 예를 들어, 오버레이의 맥락에서, 계측 타겟으로부터의 오버레이의 측정은 하나 이상의 시뮬레이션된 관계를 이용하여 연관된 디바이스 패턴 피처의 예상된 오버레이로 변환될 수 있다. 일 실시예에서, 계측 측정이 기판에 걸쳐 획득되고, 따라서 기판에 걸친 다양한 위치에서 국소적인 조건(예를 들어, 기판 비평탄도, 에칭의 변동 등)으로 인해 변화하는 값을 가질 가능성이 높다. 따라서, 일 실시예에서, 하나 이상의 특정 디바이스 패턴 피처 각각에 대해 예측된 관심 파라미터의, 기판의 적어도 일부에 걸친 맵이 획득될 수 있다. 일 실시예에서, 관심 파라미터는 파라미터의 오차 또는 잔차, 예를 들어 CD 오차일 수 있다. 오버레이의 예를 고려하면, 기판의 적어도 일부에 걸친 특정 디바이스 패턴 피처의 예측된 오버레이의 맵은, 하나 이상의 시뮬레이션된 관계를 이용하여, 기판의 적어도 일부에 걸쳐 취해진 계측 타겟 오버레이 측정을, 이러한 기판의 적어도 일부에 걸쳐 생성된 특정 디바이스 패턴 피처에 매칭함으로써 결정될 수 있다. 또 다른 복수의 특정 디바이스 패턴 피처 각각에 대해 유사한 오버레이 맵이 생성될 수 있으며, 각각의 디바이스 패턴 피처는 그 인스턴스들이 기판의 적어도 일부에 걸쳐 분산되어 있다. 일 실시예에서, 오버레이 맵은 실질적으로 기판의 적어도 일부에 걸친 오버레이 벡터의 공간적 분포이며, 여기서 각각의 벡터는 오버레이의 방향 및 오버레이의 크기를 갖는다. 그 결과, 디바이스 패턴 피처별로 예측된 관심 파라미터(예를 들어, 오버레이, 엣지 배치 오차 등) 기판 맵을 산출하기 위해 데이터가 조합될 수 있다. 일 실시예에서, 이러한 기판 맵은 풀 칩 정보에 기초하여 구성될 수 있고, 따라서 필드/기판에 걸쳐 조밀하게 샘플링될 수 있다.
1140에서는, 1110의 시뮬레이션이 수행되 패터닝 프로세스를 사용하여 패터닝 디바이스 패턴이 전사된 하나 이상의 기판으로부터 하나 이상의 패터닝 디바이스 패턴 피처의 측정이 획득된다. 일 실시예에서, 이러한 측정은 패터닝 디바이스 패턴의 복수의 인스턴스가 전사된 기판에 걸쳐 획득된다. 일 실시예에서, 이러한 측정은 복수의 기판으로부터 획득되는데, 이러한 복수의 기판 각각에는 패터닝 디바이스 패턴이 복수회 전사된 것이다. 일 실시예에서, 이러한 측정은 디바이스내(on-device) 측정이다. 즉, 이러한 측정은 디바이스 패턴 주위의 하나 이상의 계측 타겟으로부터 획득된 것이 아니라 디바이스 피처 자체에 대한 것이다. 일 실시예에서, 디바이스내 측정은 전자 현미경과 같은 이온 빔(예를 들어, 전자 빔) 측정 기술을 사용하여 획득된다. 일 실시예에서, 측정은 디바이스 패턴 피처의 엣지 배치, CD 등이다.
1150에서는, 디바이스내 측정에 기초하여, 시뮬레이션된 디바이스 패턴 피처(예를 들어, 1110에 대해 위에서 설명한 시뮬레이션으로부터 결정됨)와 측정된 관심 파라미터(예를 들어, 1130에서 결정되고, 1120에서 시뮬레이션된 디바이스 패턴 피처와 매칭됨) 사이의 관계가 상관될 수 있다. 이러한 상관 관계는 디바이스 피처의 디바이스내 측정을 분석하여 이루어질 수 있다. 예를 들어, 오버레이의 맥락에서, 시뮬레이션된 디바이스 패턴 피처와 연관 계측 타겟으로부터의 측정된 오버레이 사이의 관계에 기초하여 오버레이가 예측된 피처에 대해 디바이스내 측정으로부터 결정된 엣지 배치 오차가 식별될 수 있고, 예측된 오버레이는 측정된 디바이스내 엣지 배치 오차와 상관될 수 있다. 예를 들어, 별도의 패터닝 프로세스 실행으로 생성된 인접 피처들의 엣지들 사이의 거리 오차가 예측된 오버레이와 상관될 수 있다. 그 다음에 이러한 상관 관계는, 예측된 오버레이를 디바이스 피처의 오버레이 및/또는 엣지 배치 오차의 보다 정확한 예측으로 변환하기 위해 사용될 수 있다. 따라서, 패터닝 디바이스 패턴 피처별로, 고도로 예측적이고 정확한 관심 파라미터(예를 들어, 오버레이, 엣지 배치 오차 등) 기판 맵이 디바이스 패턴 피처마다 구성될 수 있다.
선택적으로, 디바이스 패턴 피처별 관심 파라미터 기판 맵은 다른 연관 데이터를 가질 수 있다. 예를 들어, 이러한 맵은 패터닝 프로세스 내에서의 제어 파라미터와의 상호 의존성에 관한 정보를 포함할 수 있으며, 여기서 제어 파라미터는 패터닝 프로세스 파라미터 중 적어도 일부의 성능을 변경하도록 패터닝 프로세스에 의해 사용되는 장치에서 설정될 수 있는 파라미터이다. 일 실시예에서, 제어 파라미터는 리소그래피 장치의 동작을 제어하는 파라미터이다. 일 실시예에서, 제어 파라미터는 예를 들어 리소그래피 장치 내의 포커스, 투영 시스템 수차 등을 제어하기 위한 파라미터이다. 따라서, 관심 파라미터 기판 맵은 하나 이상의 리소그래피 장치 제어 파라미터(예를 들어, 포커스, 투영 시스템 동작 등)와의 하나 이상의 상호 의존성을 포함할 수 있다. 이러한 상호 의존성은, 디바이스 패턴의 특정 피처의 관심 파라미터의 값이 제어 파라미터의 값의 변화에 응답하여 디바이스 패턴의 또 다른 피처와는 상이한 변화를 가질 수 있으므로, 적절한 정정이 이루어질 수 있게 한다.
복수의 맵에 관해 언급하였지만, 하나 이상의 맵이 조합 맵(데이터 구조의 조합에 있어서 함께 조합되는 복수의 맵으로 간주됨)으로 조합될 수 있다는 것이 이해될 것이다. 일 실시예에서, 모든 이러한 맵이 조합 맵으로 조합될 수 있거나 또는 맵들의 서브 세트가 하나 이상의 나머지 별개 맵들과 함께 조합 맵으로 조합될 수 있다. 예를 들어, 복수의 디바이스 패턴 피처 각각에 대한 디바이스 패턴 피처별 기판 맵은 조합 기판 맵(조합 기판 맵에 포함된 하나 이상의 디바이스 패턴 피처별로 연관된 샘플링과 함께 데이터를 조합함)으로 변환될 수 있다. 즉, 조합 기판 맵에 기초하여, 하나 이상의 관련 디바이스 패턴 피처에 대한 데이터는 적용가능한 샘플링 규정에 기초하여 선택될 수 있다.
따라서, 단계 1120 및 1150에서, (하나 이상의 계측 타겟을 사용하는) 관심 파라미터의 측정(1130)은 컴퓨테이션 리소그래피 및 계측 시뮬레이션과 디바이스내 측정(1140)을 이용하여 디바이스 패턴 피처별로 적용가능한 관심 파라미터로 변환된다(예를 들어, 이러한 관심 파라미터는 측정된 관심 파라미터와 동일하거나 상이하다). 예를 들어, 오버레이의 맥락에서, 하나 이상의 오버레이 계측 타겟을 사용하는 오버레이 측정은 컴퓨테이션 리소그래피 및 계측 시뮬레이션(피드포워드)과 디바이스내 측정(피드백)을 이용하여 디바이스 패턴 피처별 오버레이 맵으로 변환될 수 있다. 이러한 기술을 맥락에 맞추려면, 측정(1130)은 비교적 신속하게 획득될 수 있고 기판에 걸쳐 비교적 희박하게 획득될 수 있다. 또한, 하나 이상의 계측 타겟은 실질적으로 디바이스 패턴 피처의 거동에 대한 프록시로서 작용하도록 설계되지만 디바이스 패턴 피처의 실제 거동의 측정은 아니다. 따라서, 단계 1120에서는, 하나 이상의 계측 타겟을 사용하는 관심 파라미터의 상대적으로 희박한 측정이, 하나 이상의 시뮬레이션된 관계를 사용하여, 하나 이상의 디바이스 패턴 피처에 대응하는 (동일하거나 상이한) 관심 파라미터의 값으로 변환된다. 특히, 이러한 희박한 측정은 다양한 디바이스 패턴 피처와 매칭되어 복수의 디바이스 패턴 피처 각각에 대한 관심 파라미터의 예측된 값을 제공하게 되고, 디바이스 패턴 피처별 관심 파라미터 기판 맵을 효과적으로 산출하게 된다. 바람직하게도, 그 결과는 관심 파라미터의 계측 타겟 측정을 복수의 디바이스 패턴 피처 각각으로 변환함으로써 기판에 걸친 관심 파라미터의 보다 조밀한 표현이 되며, 여기서 각각의 디바이스 패턴 피처는 필드/다이가 있는 다수의 인스턴스를 가질 수 있고 기판에 걸쳐 복수의 다이/필드에 걸친 다수의 인스턴스를 가질 것이다. 이제, 디바이스 패턴 피처의 실제 거동을 반영하기 위해 디바이스내 측정이 획득되며, 이러한 디바이스내 측정 또한 비교적 희박할 수 있다. 디바이스내 측정을 이용해, 시뮬레이션된 패턴 피처 및 측정된 계측 타겟 측정 간의 관계와 디바이스내 측정들 간의 상관관계를 확립할 수 있고 이에 의해 디바이스 패턴 피처의 관심 파라미터를 보다 정확하게 예측할 수 있다. 이러한 상관관계는 디바이스 패턴 피처별로 고도로 예측적이고 정확한 관심 파라미터 기판 맵을 산출하기 위해 디바이스 패턴 피처에 대한 예측된 관심 파라미터를 개선하는 데에 사용될 수 있다.
1160 내지 1180에서는, 디바이스 패턴 피처별 기판 맵이 이용되어 패터닝 프로세스의 양태(예컨대, 장치(예를 들면, 리소그래피 장치, 에칭 툴, 증착 툴 등), 서브 프로세스(예를 들어, 패턴 단계, 에칭 단계 등), 사용되는 소모품(예를 들어, 패터닝 디바이스 등))에 정정이 이루어질 수 있다. 이러한 정정은 피드포워드 또는 피드백 정정일 수 있다. 일 실시예에서, 리소그래피 장치의 하나 이상의 제어 파라미터(예를 들어, 선량의 제어 파라미터, 포커스의 제어 파라미터(예를 들면, 기판의 Z 위치의 제어), 정렬의 제어 파라미터(예를 들어, 기판의 X 및/또는 Y 위치의 제어), 광학 수차의 제어 파라미터 등)를 사용하여 리소그래피 장치에 정정이 이루어진다.
1160에서는, 복수의 관심 파라미터 기판 맵들(각각의 맵은 디바이스 패턴 피처에 대응함)이 존재하는 경우, 복수의 디바이스 패턴 피처 중 하나 이상의 디바이스 패턴 피처의 서브 세트가, 적용가능한 관심 파라미터 기판 맵 및 패터닝 프로세스의 적어도 일부의 예상된 또는 실제 거동에 관한 데이터에 기초하여 선택될 수 있다. 예를 들어, 하나 이상의 크리티컬 디바이스 패턴 피처가 식별될 수 있고, 그 다음에 하나 이상의 크리티컬 디바이스 패턴 피처의 개개의 관심 파라미터 기판 맵(들)이 패터닝 프로세스의 적어도 일부의 정정에 사용될 수 있다.
일 실시예에서, 예상된 또는 실제 거동 데이터는, 패터닝 프로세스에 사용되는 장치(1180)로부터의 데이터(1167)를 포함하는데, 예를 들면 리소그래피 장치의 경우에, 기판의 실제 또는 예상된 X, Y 및/또는 Z 위치에 관한 데이터(예컨대, 이동 평균 및/또는 이동 표준 편차 정보의 형태, 기판 높이 또는 비평탄도 정보의 형태, 정렬 오차의 형태 등), 광학 수차에 관한 데이터(예를 들면, Zernike 수차 사양의 형태인 수차의 측정된 값), 선량에 관한 데이터(예컨대, 장치 내의 센서에 의해 측정될 수 있는 선량 오차) 등이다. 거동 데이터는 장치의 제어의 일부로서 생성되는 데이터 및/또는 측정된 값으로서 장치로부터 출력될 수 있다. 거동 데이터는 하나 이상의 후속 기판의 프로세싱을 제어하는데 사용하기 위해 이전 기판의 프로세싱으로부터 수집될 수 있다. 거동 데이터는 특정한 입력(예를 들어, 기판의 이전 프로세싱으로부터의 데이터)에 기초하여 거동을 예측하는 수학적 모델로부터 생성될 수 있다. 일 실시예에서, 거동 데이터는 일정 거동 범위, 예컨대 공칭 거동 주변 또는 또는 공칭 거동에 인접한 거동의 범위 또는 세트를 포함한다.
거동 데이터를 사용하여, 디바이스 패턴 피처의 기판 맵에 의해 표현되는 관심 파라미터에 대한 거동의 예상되는 영향이 결정될 수 있다. 예를 들어, 오버레이 및 리소그래피 장치의 맥락에서, 예를 들면 하나 이상의 그러한 거동에 대한 오버레이의 감도에 기초하여 특정한 선량 오차, 광학 수차, 위치 오차 등이 오버레이의 관점에서 무엇을 야기하게 될지를 계산할 수 있다. 이렇게 계산된 오버레이는, 패터닝 프로세스의 적어도 일부의 거동의 측면에서 어느 디바이스 패턴 피처가 사양에서 벗어나 생성될 가능성(예를 들면, 결함이 있을 가능성)이 높은지를 결정하기 위해, 복수의 오버레이 기판 맵과 함께 프로세싱될 수 있다(각각의 오버레이 기판 맵은 개개의 디바이스 패턴 피처에 대한 것임). 거동의 결과로서 어느 하나 이상의 디바이스 패턴 피처가 사양에서 벗어나 생성될 가능성이 높은지를 식별하기 위해 임계치가 적용될 수 있다. 단순한 예로서, 특별한 디바이스 패턴 피처에 대한 오버레이 기판 맵은, 기판의 특정 영역에서 디바이스 패턴 피처가 양의 X 방향으로 2 nm의 오버레이를 가지는 것으로 예상된다고 식별할 수 있고, 디바이스 패턴 피처에 대한 오버레이 사양은 4 nm로 설정될 수 있다(즉, 이러한 디바이스 패턴 피처에 대해 4 nm 이하의 오버레이가 허용가능함). 그런 다음, 실제 또는 예상된 거동이 양의 X 방향으로 1-3 nm의 오버레이를 유발하는 것으로 결정되면, 기판 맵으로부터의 2 nm의 오버레이에 실제 또는 예상된 거동으로부터의 1-3 nm의 오버레이를 더한 것이 디바이스 패턴 피처로 하여금 사양에서 벗어나게 할 가능성이 높기 때문에 이러한 디바이스 패턴 피처는 크리티컬한 것으로 여겨질 수 있다. 물론, 이와 다른 분석이 수행될 수도 있다.
1160의 분석 결과는 파라미터 기판 맵의 세트(1163)이며, 각각의 맵은 크리티컬 디바이스 패턴 피처로서 식별되는 개개의 디바이스 패턴 피처에 대한 것이다. 이는 도 12에서, 본 예에서는 크리티컬 피처로 각각 식별되는 피처 A, B, C 및 D의 각각에 대한 오버레이(본 예에서는)의 기판 맵의 세트로서 개략적으로 도시되어 있다. 도 12에 도시된 바와 같이, 각각의 오버레이 기판 맵은 기판에 걸쳐 연관된 디바이스 패턴 피처에 대한 오버레이 벡터를 보여준다. 일부 영역에서는 벡터의 크기가 상대적으로 크고, 패터닝 프로세스의 거동에 따라 디바이스 패턴 피처가 크리티컬하게 된다는 점을 알 수 있다.
이제, 분석(1160)은 크리티컬 디바이스 패턴 피처에 대한 것으로 식별된 맵 등의 파라미터 기판 맵에 대한 가중치를 추가로 결정할 수 있다. 이러한 가중치는, 수행될 정정을 결정하는 것의 일부로서 제2 특정 디바이스 패턴 피처에 대한 파라미터 기판 맵에 비해 제1 특정 디바이스 패턴 피처에 대한 파라미터 기판 맵에 더 많은 가중치를 가할 수 있다. 예를 들어, 실제 또는 예상된 거동을 고려하여, 제1 디바이스 패턴 피처가 제2 디바이스 패턴 피처보다 사양을 벗어날 가능성이 더 높고, 사양을 더 벗어난 것으로 예상되는 등으로 결정될 수 있다. 따라서, 제1 디바이스 패턴 피처에 대한 파라미터 기판 맵은 제2 디바이스 패턴 피처에 대한 파라미터 기판 맵보다 정정 분석에 있어서 더 크게 가중될 수 있다. 따라서 하나 이상의 가중치(1165)가 생성되고 파라미터 기판 맵의 세트(1163)와 함께 제공될 수 있고, 각각의 맵은 크리티컬 디바이스 패턴 피처로서 식별되는 개개의 디바이스 패턴 피처에 대한 것이다.
1170에서는, 하나 이상의 관심 파라미터 기판 맵(각각의 맵은 개개의 디바이스 패턴 피처에 대한 것임)에 기초하여 패터닝 프로세스의 적어도 일부의 하나 이상의 정정이 결정된다. 예를 들러 이러한 정정은 파라미터 기판 맵의 세트(1163)를 이용해 계산될 수 있으며, 각각의 맵은 크리티컬 디바이스 패턴 피처로서 식별되는 개개의 디바이스 패턴 피처에 대한 것이다. 추가적으로 또는 대안적으로, 정정은 하나 이상의 가중치(1165)를 고려할 수 있고, 예를 들어, a1 * F1 +… + an * Fn 와 같이 가중된 메트릭이 사용될 수 있으며, 여기서 a는 가중치에 대응하는 것이고, F는 특정 디바이스 패턴 피처(예를 들어, 크리티컬 피처)에 대한 파라미터 기판 맵에 대응하는 것이며, n은 디바이스 패턴 피처의 수이다. 일 실시예에서, 정정은 패터닝 프로세스의 적어도 일부의 실제 또는 예상된 거동을 고려할 수 있다.
1180에서, 하나 이상의 정정은 패터닝 프로세스에 사용된 장치에 의해 적용될 수 있다. 일 실시예에서, 정정은 장치에서 사용하기 위해 전환/변환될 수 있다. 일 실시예에서, 단계 1110, 1120, 1150, 1160 및/또는 1170 중 임의의 하나 이상의 단계의 분석이 장치에서 수행될 수 있다(1180).
따라서, 일 실시예에서, 적어도 기판 맵에 기초하여(예를 들어, 가중된 방식으로), 즉 패터닝 프로세스 시스템의 하나 이상의 정정 메커니즘의 능력 내에서, 정정이 결정되어 디바이스 패턴 피처의 개선된 생성을 이끌 수 있다. 예를 들어 리소그래피 장치의 경우, 파라미터 기판 맵은, 하나 이상의 디바이스 패턴 피처의 생성에 대한 정정을 시행하는 리소그래피 장치의 하나 이상의 제어 파라미터(예를 들어, 포커스, 선량, 광학 수차, X, Y 및/또는 Z 위치 등)의 값을 생성하는 데에 사용될 수 있다. 일 실시예에서, 파라미터 기판 맵은, 가장 크리티컬한 디바이스 패턴 피처에 대한 정정을 타겟으로, 디바이스 패턴 피처 가중화에 기초하는 리소그래피 장치 패턴 전사 제어를 가능하게 한다.
일 실시예에서, 특정 디바이스 피처에 대한 파라미터 기판 맵은, 설계, 정정의 결정 등의 목적으로 다른 관심 파라미터의 하나 이상의 다른 파라미터 기판 맵(디바이스 피처에 특정적이거나 그렇지 않을 수 있음)과 함께 사용될 수 있다. 예를 들어, 오버레이의 기판 맵은 오버레이 정정을 위해 포커스 및/또는 CD의 기판 맵(이러한 기판 맵은 오버레이 맵의 특별한 피처에 특정적이거나 또는 포괄적인 것일 수 있음)과 함께 사용될 수 있다. 예를 들어, 포커스 기판 맵으로부터의 디포커스는 예를 들어 투영 시스템 수차로 인한 오버레이 시프트의 정정을 위한 정보를 제공할 수도 있다.
검토하자면, 컴퓨테이션 리소그래피 및 계측 시뮬레이션(예컨대, 계측 타겟 측정 시뮬레이션과 풀 칩 컴퓨테이션 리소그래피의 조합), 계측 타겟 측정(예컨대, ADI/AEI 오버레이 측정) 및 디바이스내 측정의 조합에 의해 디바이스 패턴 피처별로 관심 파라미터(예컨대, 오버레이) 기판 맵의 생성이 제공된다. 실질적으로, 기판에 걸쳐 관심 파라미터의 개선된 표현을 제공하기 위해 컴퓨테이션 필드내 샘플링이 제공된다. 하나 이상의 기판 맵으로, 하나 이상의 특정 디바이스 패턴 피처에 대한 관심 파라미터를 개선하는 것을 돕기 위해 하나 이상의 기판 맵에 기초하여 패터닝 프로세스에 정정이 이루어질 수 있다. 예를 들어, 리소그래피 장치에 정정(예를 들어, 기판의 X 위치, Y 위치 및/또는 Z 위치의 정정, 광학 수차의 정정, 선량의 정정 등)이 이루어질 수 있다. 일 실시예에서, 복수의 기판 맵(각각 상이한 디바이스 패턴 피처에 대응함)이 가중된 조합으로 사용되어 정정을 수행한다. 따라서, 디바이스 패턴 피처 가중된 피드백이 패터닝 프로세스에서 적절한 장치에 제공되어 적절한 정정이 가능해진다.
오버레이의 실시예에서, 본 명세서에 설명한 기술은 컴퓨테이션 리소그래피를 이용해, 예를 들어 디바이스 패턴 레이아웃 정보 및 패터닝 프로세스 파라미터(예컨대, 광학 수차, 선량, 스테이지 위치 등)에 기초하여 특정한 디바이스 패턴 피처의 오버레이/패턴 시프트(예컨대, 정렬)를 예측할 수 있다. 계측 타겟으로부터의 오버레이/정렬 데이터는 선택된 위치에서 디바이스 패턴 피처의 예측된 오버레이/정렬을 고정(anchor)하는 데에 사용된다. 그런 다음, (조밀한 컴퓨테이션 리소그래피로부터의) 예측된 조밀한 오버레이 및 희박한 오버레이/정렬 측정을 기초로 하여 디바이스 패턴 피처에 특정적인 조밀한 오버레이/정렬 맵이 생성된다. 희박한 오버레이/정렬 측정을 예측된 조밀한 오버레이와 상관시키기 위해 디바이스내 측정이 사용될 수 있다. 이러한 디바이스 패턴 피처에 특정적인 맵을 이용하여 정정을 생성할 수 있다. 예를 들어, 실제 또는 예상된 패터닝 프로세스 거동을 기초로 하여 크리티컬 디바이스 패턴 피처에 대한 맵이 식별될 수 있고, 정정에 사용될 수 있다. 또한, 특정 디바이스 패턴 피처(예를 들면, 보다 크리티컬한 디바이스 패턴 피처)의 타겟팅이 가능하도록 가중치를 특정 맵에 할당할 수 있다.
이와 같은 디바이스 패턴 피처별 관심 파라미터 기판 맵의 기술은 하나 이상의 이점을 제공할 수 있다. 예를 들어, 시뮬레이션으로부터 얻을 수 있는 상대적으로 높은 밀도를, 측정된 데이터(예컨대, 계측 타겟 데이터 및 디바이스내 측정 데이터)를 이용한 검증과 조합함으로써, 적용가능한 디바이스 패턴 피처에 대한 관심 파라미터 정확도 오차를 줄일 수 있다. 나아가 이러한 기술은, 공간적인 정보가 시뮬레이션에 기초한 외삽을 통해 획득될 수 있고 파라미터 정보의 더 높은 공간 분해능을 달성할 수 있기 때문에 제한된 파라미터 측정 샘플링을 사용할 수 있다. 디바이스 패턴 피처별 기판 맵은 또한 디바이스 패턴 피처에 따라 상이한 프로세싱 지문의 분리를 가능하게 한다. 상이한 디바이스 패턴 피처는 상이한 필드간 및/또는 필드내 지문을 가질 수 있으므로, 지문의 분리는 패터닝 프로세스 시스템 내에서 정정 메커니즘을 사용하여 오차의 타겟팅을 개선할 수 있다. 나아가, 디바이스 패턴 피처의 가중된 정정은, 예를 들어 패터닝 프로세스 시스템 내에서 정정 메커니즘의 능력에 맞춰질 수 있는 보다 맞춤화된 필드내 정정을 가능하게 한다.
일 실시예에서, 계측 타겟은 디바이스 패턴 피처 및 계측 타겟을 생성할 때 광학 수차의 차이를 줄이거나 최소화하기 위해 디바이스 패턴 피처에 근접하게 위치된다. 그러나, 일 실시예에서, 이러한 시뮬레이션은 적절한 계측 타겟 선택 및 감도 분석에 의해 임의의 차이를 "메우기(bridge)" 위해 사용될 수 있다. 결과적으로, 디바이스 패턴 피처의 거동을 예측하기 위해 더 적은 계측 타겟이 필요할 수도 있다.
일 실시예에서, 컴퓨테이션 계측 시뮬레이션은 특정 디바이스 패턴 피처의 거동에 맞추어 최적화된 계측 타겟을 설계하는 데에 사용될 수 있다. 즉, 특정 계측 타겟의 피치, 세그먼트화 등은, 그러한 타겟으로부터 측정된 관심 파라미터가 다른 디바이스 패턴 피처에 비해 특정 디바이스 패턴 피처(예를 들면, 크리티컬 디바이스 패턴 피처)를 고도로(예컨대, 최상으로) 대표하도록 선택될 수 있다. 따라서, 디바이스 패턴 피처는 다양한 상이한 계측 타겟 유형을 가질 수 있고, 상이한 계측 타겟 유형은 다른 디바이스 패턴 피처보다 하나 이상의 특정 디바이스 패턴 피처를 더 잘 대표한다.
일 실시예에서, 디바이스내 측정은 컴퓨테이션 리소그래피의 정확성을 검증하고 및/또는 컴퓨테이션 리소그래피 모델을 교정하는 데에 사용될 수 있다.
본 명세서의 방법의 결과(또는 본 명세서의 방법의 결과로부터 도출된 또 다른 결과(예를 들어, 결함 예측))는, 패터닝 프로세스 또는 그 안의 장치에서의 프로세스의 제어, 또는 패터닝 프로세스에 의해 생성된 기판의 모니터링, 패터닝 프로세스의 장치 또는 프로세스의 설계 등을 포함하여 다양한 목적으로 사용될 수 있다. 예를 들어, 이러한 결과 또는 그로부터 도출된 또 다른 결과는 기판의 추가적인 프로세싱을 위하여 또는 또 다른 기판의 프로세싱을 위하여 패터닝 프로세스의 장치 또는 프로세스를 변경하는 데에 사용될 수 있다. 예를 들어, 이러한 결과를 사용하여 결함을 예측할 수 있다. 결함의 예측은 예를 들어, 영향을 받은 영역을 검사하기 위해 계측 툴을 제어하고 및/또는 기판의 추가적인 프로세싱 또는 또 다른 기판의 프로세싱을 위해 패터닝 프로세스의 장치 또는 프로세스를 변경하는 데 사용될 수 있다. 나아가 이러한 결과는, 예를 들어 리소그래피 장치의 정정을 위한 선량 레시피를 도출함으로써 패터닝 프로세스를 설계하는 데에 사용될 수 있고, 이로써 패터닝 디바이스 및 그 패턴의 설계, 프로세스의 셋업 등이 가능해진다. 또한 이러한 결과는 모델 교정, 예를 들어, 광학 근접 정정 모델, 소스-마스크 최적화 모델, 리소그래피 제조 검사 모델, 레지스트 모델, 이미징 모델, 측정 모델(예를 들어, 측정의 프로세스 등)을 교정하는 데에 사용될 수 있다. 그 결과는, 추후 다양한 목적으로 사용될 수 있는 프로세스의 하나 이상의 변수(예를 들어, 최상의 노광 및/또는 최상의 선량)를 결정하는 데 사용될 수 있다. 이해하는 바와 같이, 이와 다른 많은 용도가 있을 수 있다.
패터닝 프로세스의 부분들을 모델링 및/또는 시뮬레이션하기 위한 예시적인 흐름도가 도 13에 도시되어 있다. 이해하는 바와 같이, 이러한 모델은 상이한 패터닝 프로세스를 나타낼 수 있고 아래에 설명한 모든 모델을 포함할 필요는 없다. 소스 모델(1200)은 패터닝 디바이스의 조명의 광학적 특성(방사선 세기 분포, 대역폭 및/또는 위상 분포를 포함)을 나타낸다. 소스 모델(1200)은, 개구수 설정, 조명 시그마(σ) 설정뿐만 아니라 임의의 특별한 조명 형태(예를 들어, 환형, 사중극자, 쌍극자 등의 축외 방사선 형상)를 포함하지만 이에 제한되지 않는 조명의 광학적 특성을 나타낼 수 있으며, 여기서 σ(또는 시그마)는 조명기의 외측 반경방향 범위이다.
투영 광학기 모델(1210)은 투영 광학기의 광학적 특성(투영 광학기에 의해 유발되는 방사선 세기 분포 및/또는 위상 분포의 변화를 포함)을 나타낸다. 투영 광학기 모델(1210)은 수차, 왜곡, 하나 이상의 굴절률, 하나 이상의 물리적 크기, 하나 이상의 물리적 치수 등을 포함하여 투영 광학기의 광학적 특성을 나타낼 수 있다.
패터닝 디바이스/설계 레이아웃 모델 모듈(1220)은 패터닝 디바이스의 패턴에서 설계 피처들이 어떻게 레이아웃되는지를 캡처하고, 예를 들어 미국 특허 제7,587,704호에 기술된 바와 같이 패터닝 디바이스의 상세한 물리적 특성의 표현을 포함할 수 있으며, 이러한 문헌의 내용은 원용에 의해 전체로서 본원에 포함된다. 일 실시예에서, 패터닝 디바이스/설계 레이아웃 모델 모듈(1220)은 설계 레이아웃(예를 들어, 집적 회로, 메모리, 전자 디바이스 등의 피처에 대응하는 디바이스 설계 레이아웃)의 광학적 특성(주어진 설계 레이아웃에 의해 유발되는 방사선 세기 분포 및/또는 위상 분포의 변화를 포함)을 나타내며, 이는 패터닝 디바이스 상에 또는 패터닝 디바이스에 의해 형성된 피처들의 배열의 표현이다. 리소그래피 투영 장치에 사용되는 패터닝 디바이스가 변경될 수 있기 때문에, 패터닝 디바이스의 광학적 특성을 적어도 조명 및 투영 광학기를 포함하는 리소그래피 투영 장치의 나머지의 광학적 특성과 분리하는 것이 바람직하다. 시뮬레이션의 목적은 종종, 예를 들어 엣지 배치 및 CD를 정확히 예측하려는 것이며, 이는 그 후 디바이스 설계와 대비될 수 있다. 디바이스 설계는 일반적으로 OPC 전(pre-OPC) 패터닝 디바이스 레이아웃으로 규정되며, GDSII 또는 OASIS와 같은 표준화된 디지털 파일 포맷으로 제공될 것이다.
공간상(1230)은 소스 모델(1200), 투영 광학기 모델(1210) 및 패터닝 디바이스/설계 레이아웃 모델(1220)로부터 시뮬레이션될 수 있다. 공간상(AI)은 기판 레벨에서의 방사선 세기 분포이다. 리소그래피 투영 장치의 광학적 특성(예를 들어, 조명, 패터닝 디바이스 및 투영 광학기의 특성)은 공간상을 좌우한다.
기판 상의 레지스트 층은 공간상에 의해 노광되고 이러한 공간상은 잠재적인 "레지스트상"(RI)으로서 레지스트 층에 전사된다. 레지스트상(RI)은 레지스트 층에서의 레지스트의 가용성의 공간적 분포로서 규정될 수 있다. 레지스트상(1250)은 레지스트 모델(1240)을 사용하여 공간상(1230)으로부터 시뮬레이션될 수 있다. 레지스트 모델은 공간상으로부터 레지스트상을 계산하는 데에 사용될 수 있으며, 그 일례가 미국 특허 출원 공보 US 2009-0157360에 개시되어 있고, 그 개시내용은 원용에 의해 전체로서 본원에 포함된다. 레지스트 모델은 일반적으로, 예를 들어 기판 상에 형성된 레지스트 피처의 컨투어를 예측하기 위해 레지스트 노광, 노광 후 베이크(PEB) 및 현상 중에 발생하는 화학적 프로세스의 효과를 기술하는 것이므로, 이는 일반적으로 레지스트 층의 이러한 특성에만 관련된다(예를 들어, 노광, 노광 후 베이크 및 현상 중에 발생하는 화학적 프로세스의 효과). 일 실시예에서, 레지스트 층의 광학적 특성, 예를 들어, 굴절률, 막 두께, 전파 및 편광 효과는 투영 광학기 모델(1210)의 일부로서 캡처될 수 있다.
따라서, 일반적으로, 광학 및 레지스트 모델 사이의 연계는 레지스트 층 내에서 시뮬레이션된 공간상 세기이며, 이는 기판 상으로의 방사선의 투영, 레지스트 계면에서의 굴절 및 레지스트 막 스택에서의 다수의 반사로부터 유래한다. 방사선 세기 분포(공간상 세기)는 입사 에너지의 흡수에 의해 잠재적인 "레지스트상"으로 바뀌고, 이는 확산 프로세스 및 다양한 로딩 효과에 의해 추가로 수정된다. 풀 칩 응용을 위해 충분히 신속한 효율적인 시뮬레이션 방법은 2차원 공간상(및 레지스트상)에 의해 레지스트 스택에서 실제 3차원 세기 분포를 근사한다.
일 실시예에서, 레지스트상은 패턴 전사 후 프로세스 모델 모듈(1260)에 대한 입력으로 사용될 수 있다. 패턴 전사 후 프로세스 모델(1260)은 하나 이상의 레지스트 현상 후 프로세스(예를 들어, 에칭, 현상 등)의 성능을 규정한다.
패터닝 프로세스의 시뮬레이션은, 예를 들어 레지스트 및/또는 에칭된 이미지에서의 컨투어, CD, 엣지 배치(예를 들어, 엣지 배치 오차) 등을 예측할 수 있다. 따라서, 이러한 시뮬레이션의 목적은 예를 들어 인쇄된 패턴의 엣지 배치 및/또는 공간상 세기 기울기 및/또는 CD 등을 정확하게 예측하려는 것이다. 이들 값을 의도된 설계와 비교하여, 예를 들어 패터닝 프로세스를 정정하고 결함이 발생할 것으로 예상되는 위치를 식별할 수 있다. 의도된 설계는 일반적으로 OPC전(pre-OPC) 설계 레이아웃으로 규정되며, GDSII 또는 OASIS 또는 기타 파일 포맷과 같은 표준화된 디지털 파일 포맷으로 제공될 것이다.
따라서, 모델 형식화(formulation)는 전반적인 프로세스의 알려진 물리적 및 화학적 성질의 전부는 아니지만 대부분을 기술하며, 각각의 모델 파라미터는 바람직하게는 별개의 물리적 또는 화학적 효과에 대응한다. 따라서 모델 형식화는 모델이 전반적인 제조 프로세스를 시뮬레이션하는 데 얼마나 잘 사용될 수 있는지에 대한 상한을 설정한다.
계측 프로세스를 모델링 및/또는 시뮬레이션하기 위한 예시적인 흐름도가 도 14에 도시되어 있다. 이해하는 바와 같이, 다음의 모델은 상이한 계측 프로세스를 나타낼 수 있고 아래에 설명한 모든 모델을 포함할 필요는 없다(예컨대, 일부가 조합될 수 있음). 소스 모델(1300)은 계측 타겟의 조명의 광학적 특성(방사선 세기 분포, 방사선 파장, 편광 등)을 나타낸다. 소스 모델(1300)은 파장, 편광, 조명 시그마(σ) 설정(여기서 σ(또는 시그마)는 조명기에서의 조명의 반경방향 범위), 임의의 특정 조명 형태(예를 들어, 환형, 사중극자, 쌍극자 등과 같은 축외 방사선 형태 등) 등을 포함하지만 이에 제한되지 않는 조명의 광학적 특성을 나타낼 수 있다.
계측 광학기 모델(1310)은 계측 광학기의 광학적 특성(계측 광학기에 의해 유발되는 방사선 세기 분포 및/또는 위상 분포의 변화를 포함)을 나타낸다. 계측 광학기(1310)는 계측 광학기에 의한 계측 타겟의 조명의 광학적 특성 및 계측 타겟으로부터 계측 장치 검출기를 향해 재지향된 방사선의 전달의 광학적 특성을 나타낼 수 있다. 계측 광학기 모델은 타겟의 조명 및 계측 타겟으로부터 검출기를 향해 재지향된 방사선의 전달을 수반하는 다양한 특성을 나타낼 수 있으며, 여기에는 수차, 왜곡, 하나 이상의 굴절률, 하나 이상의 물리적 크기, 하나 이상의 물리적 치수 등이 포함된다.
계측 타겟 모델(1320)은 계측 타겟에 의해 재지향되는 조명의 광학적 특성(계측 타겟에 의해 유발된 조명 방사선 세기 분포 및/또는 위상 분포의 변화를 포함)을 나타낼 수 있다. 따라서, 계측 타겟 모델(1320)은 계측 타겟에 의해 조명 방사선의 재지향된 방사선으로의 변환을 모델링할 수 있다. 따라서, 계측 타겟 모델은 계측 타겟으로부터 재지향된 방사선의 결과적인 조명 분포를 시뮬레이션할 수 있다. 계측 타겟 모델은 타겟의 조명 및 계측으로부터 재지향된 방사선의 생성을 포함하는 다양한 특성을 나타낼 수 있는데, 여기에는 하나 이상의 굴절률, 계측의 하나 이상의 물리적 크기, 계측 타겟의 물리적 레이아웃 등이 포함된다. 사용되는 계측 타겟이 변경될 수 있기 때문에, 계측 타겟의 광학적 특성을 적어도 조명 및 투영 광학기와 검출기를 포함하는 계측 장치의 나머지의 광학적 특성과 분리하는 것이 바람직하다. 시뮬레이션의 목적은 종종, 예를 들어 세기, 위상 등을 정확하게 예측하려는 것이며, 이는 오버레이, CD, 포커스 등과 같은 패터닝 프로세스의 관심 파라미터를 도출하는 데 사용될 수 있다.
퓨필 또는 공간상(1330)은 소스 모델(1300), 계측 광학기 모델(1310) 및 계측 타겟 모델(1320)로부터 시뮬레이션될 수 있다. 퓨필 또는 공간상은 검출기 레벨에서의 방사선 세기 분포이다. 계측 광학기 및 계측 타겟의 광학적 특성(예를 들어, 조명, 계측 타겟 및 계측 광학기의 특성)은 퓨필 또는 공간상을 좌우한다.
계측 장치의 검출기는 퓨필 또는 공간상에 노출되고 퓨필 또는 공간상의 하나 이상의 광학적 특성(예를 들어, 세기, 위상 등)을 검출한다. 검출 모델 모듈(1320)은 계측 광학기로부터의 방사선이 계측 장치의 검출기에 의해 어떻게 검출되는지를 나타낸다. 검출 모델은 검출기가 퓨필 또는 공간상을 어떻게 검출하는지를 기술할 수 있고, 신호 대 잡음비, 검출기 상의 입사 방사선에 대한 감도 등을 포함할 수 있다. 따라서, 일반적으로, 계측 광학기 모델과 검출기 모델 사이의 연계는 시뮬레이션된 퓨필 또는 공간상이며, 이는 광학기에 의한 계측 타겟의 조명, 타겟에 의한 방사선의 재지향 및 재지향된 방사선의 검출기로의 전달로부터 발생한다. 방사선 분포(퓨필 또는 공간상)는 검출기 상에서의 입사 에너지의 흡수에 의해 검출 신호로 전환된다.
계측 프로세스의 시뮬레이션은 예를 들어, 검출기에서의 공간 세기 신호, 공간 위상 신호 등을 예측하거나 검출 시스템으로부터의 다른 계산된 값, 예컨대 검출기에 의한 퓨필 또는 공간상의 검출에 기초하는 오버레이, CD 등의 값을 예측할 수 있다. 따라서, 시뮬레이션의 목적은 예를 들어 계측 타겟에 대응하는 검출기 신호 또는 도출된 값, 예컨대 오버레이, CD 등을 정확하게 예측하려는 것이다. 이들 값을 의도된 설계 값과 비교하여, 예를 들어 패터닝 프로세스를 정정하고 결함이 발생할 것으로 예상되는 위치를 식별할 수 있다.
따라서, 모델 형식화는 전반적인 계측 프로세스의 알려진 물리적 및 화학적 성질의 전부는 아니지만 대부분을 기술하며, 각각의 모델 파라미터는 바람직하게는 계측 프로세스에서 별개의 물리적 및/또는 화학적 효과에 대응한다.
앞서 그리고 특히 도 12와 관련하여 논의한 바와 같이, 파라미터 맵(본 명세서에서는 고밀도 맵 또는 하이브리드 밀도 맵이라고도 함)은 희박하게 샘플링된 계측 데이터 및 패터닝 프로세스의 하나 이상의 장치로부터의 데이터에 기초하여 기판마다 생성될 수 있다. 이러한 하나 이상의 장치로부터의 데이터가 모든 기판에 대해 이용 가능하므로, 모든 기판에 대해 파라미터 맵을 생성할 수 있는 반면, 단지 적은 기판(예를 들어, 기판 로트 내에서 25개 중 2개)에 대해서만 측정이 수행된다. 계측 데이터만을 사용하는 것보다 파라미터 맵(즉, 고밀도 맵)을 사용하는 것의 장점은 모든 기판에 대해 장치 데이터를 이용 가능하다는 점이며, 이는 계측 데이터에만 기초하여 파라미터의 표현을 획득하는 것에 비하여 각각의 기판의 각 위치에서 파라미터를 보다 정확하게 표현할 수 있게 한다. 일 실시예에서, 파라미터 맵은 도출된 파라미터를 표현할 수 있다. 또한, 파라미터 맵은 패터닝 프로세스의 하나 이상의 장치에 추가로 적용될 수 있는 정정/제어/조정을 결정하는 데 사용될 수 있다.
그러나, 이러한 제어는 기판 상의 희박하게 샘플링된 데이터에 기초할 수 있으며, 이는 패터닝 프로세스의 대상이 된 전체 기판 로트를 대표하지 않을 수도 있다. 이와 같이 희박하게 샘플링된 데이터 기반 제어는 전체 기판 로트 중 각각의 기판의 이용 가능한 계측 및 장치 데이터로부터 도출될 수 있는 정정 가능한 컴포넌트를 놓칠 수도 있다. 따라서, 일 실시예에서 그리고 도 12와 관련하여 어느 정도 이미 설명한 바와 같이, 개선된 정정 분석 기법 및 후속 제어 전략은 제품 패턴 내에 크리티컬 피처를 포함하는 정확한 제품 패턴을 생성/인쇄하기에 유리할 수 있다. 이하의 방법에서, 패터닝 프로세스의 정정은 패터닝 프로세스의 대표 품질에 기초한다. 본 명세서에서, 품질은 파라미터 맵에 의해 표현되거나 또는 파라미터 맵에 상응하는 정정에 의해 표현될 수 있다. 따라서, 대표 품질은 기판의 로트에 대해 획득된 대표 파라미터 맵 또는 대표 정정이다. 대표 맵 또는 대표 정정에 기초한 패터닝 프로세스에 대한 정정 방법은 다음과 같이 상세하게 논의된다.
도 15은 일 실시예에 따른 방법의 흐름을 개략적으로 나타낸다. 상술한 바와 같이, 패터닝 프로세스의 파라미터의 복수의 파라미터 맵(1600)은 패터닝 프로세스에 사용된 장치로부터의 데이터(1602)와 계측 데이터(1601)를 조합함으로써 획득 및/또는 생성될 수 있다. 일 실시예에서, 파라미터 맵(1600)은 기판 로트에 대해 획득 및/또는 생성될 수 있다. 이러한 파라미터 맵(1600)은 패터닝 프로세스 동안 상이한 장치들, 프로세스 시퀀스 및/또는 기판 자체의 불균일성에 의해 도입되는 변동과 관련된 정보를 포함한다. 예를 들어, 프로세싱 동안 기판 로트로부터의 기판은 이러한 로트로부터의 다른 기판과 유사하지 않을 수도 있는 불균일성/불규칙성/불순물(예를 들어, 범프, 먼지 얼룩 등)을 포함할 수도 있다. 그리고, 이러한 불규칙한 기판에 기초한 제어는 다음 로트 및/또는 동일한 로트에서 나머지 기판의 패터닝에 영향을 미칠 수 있다. 다른 예에서, 패터닝 프로세스의 장치는 일정 기간에 걸쳐 사라지거나 고정될 수 있는 불규칙성을 포함할 수 있다. 기판 자체 또는 장치에서의 불규칙성으로 인한 이러한 영향은 복수의 파라미터 맵(1600)을 분석함으로써 식별될 수 있고, 적절하고 및/또는 보다 정확한 정정이 결정될 수 있다. 따라서, 복수의 파라미터 맵(1600)은 기판에 대해 수집된 희박하게 샘플링된 데이터에 비하여 정정 분석을 위한 패터닝 프로세스의 풍부한 데이터를 제공한다.
일 실시예에서, 데이터(1602)는 패터닝 프로세스의 하나 이상의 장치, 예컨대 스캐너, 에쳐 툴 또는 CMP 등의 장치에 대한 것일 수 있다. 장치의 데이터(1602)는 장치의 파라미터 및/또는 설정 정보, 예컨대 스캐너의 레벨 및 정렬 정보, 투영 시스템의 수차, 조명 시스템의 선량을 포함할 수 있다. 이와 같이, 데이터(1602)는 장치의 변경, 예를 들어 장치의 사용, 유지보수 활동, 컴포넌트의 변경 등으로 인해 도입된 변동을 캡처할 수 있다. 데이터(1602)는 패터닝 프로세스의 장치에서 프로세싱 중인 기판에 영향을 줄 수 있는 국소적인 장치 특정적 정보를 제공 할 수 있다. 예를 들어, 기판 로트 내의 25개의 기판 중 12개의 기판이 제1 스캐너에서 프로세싱될 수 있고 13개의 기판이 제2 스캐너에서 프로세싱될 수 있다. 각 스캐너는 특정 오차를 유발할 수도 있고 및/또는 다르게 제어될 수도 있다. 이러한 정보는 파라미터 맵(1600) 및 데이터(1602)로부터 밝혀질 수 있으며, 이는 예를 들어 다음 기판 로트에 대한 정확한 정정을 규정하는 데에 사용될 수 있고, 정정은 이전의 프로세싱에서의 오차를 보상하여 결국 기판 상에 정확하고도 일관된 제품 패턴을 생성하게 될 수 있다.
프로세스(1604)에서는, 대표 파라미터 맵(1605)이 파라미터 맵들(1600)로부터 선택된다. 대표 파라미터 맵은 여러 상이한 방식으로 기술될 수 있다. 예를 들어, 대표 파라미터 맵은 기판 레벨 변동에 대해 최소의 감도를 나타내는 파라미터 맵일 수 있다. 다른 예에서, 이는 복수의 파라미터 맵의 가중된 합일 수 있고, 여기서는 복수의 파라미터 맵 내에서 비교적 적은 변동(예를 들어, 기판에 걸친 파라미터의 변동)을 갖는 파라미터 맵에 높은 가중치가 부여되어, 기판 레벨 변동이 감쇠될 수 있는 파라미터 맵을 생성하게 된다. 또 다른 예에서, 대표 맵은, 예를 들어 가중된 파라미터 맵에 기초하여 생성될 수 있고, 최상의 매칭을 보여주는 파라미터 맵(예를 들어, 가중된 파라미터 맵과 95 % 이상의 매칭)이, 대표 파라미터 맵으로 대표될 복수의 파라미터 맵으로부터 선택될 수 있다.
일 실시예에서 대표 맵의 선택은, 복수의 파라미터 맵(1600)의 평균 파라미터 맵을 결정하고, 복수의 맵(1600)으로부터 평균 파라미터 맵에 가장 가까운 파라미터 맵을 대표 맵(1605)으로서 선택하는 것을 포함할 수 있다. 예를 들어 이러한 평균 맵은, 복수의 파라미터 맵(예를 들어, 25개의 기판을 갖는 기판 로트에 대한 25개의 파라미터 맵) 각각의 합을 파라미터 맵의 총수(또는 기판의 수, 예를 들어 25)로 나눈 것으로 결정될 수 있다. 일 실시예에서, 평균 파라미터 맵은 패터닝 프로세스의 각 장치에 대해 컴퓨팅될 수 있다. 예를 들어, 25개의 기판 중 12개의 기판이 제1 리소그래피 장치에서 프로세싱되는 경우, 제1 평균 파라미터 맵은 이들 12개의 기판에 대한 파라미터 맵에 기초할 수 있다. 유사하게, 제2 평균 파라미터 맵은 예를 들어 제2 리소그래피 장치에서 프로세싱되는 나머지 13개의 기판에 기초하여 결정될 수 있다. 그러면, 대표 맵(1605)의 선택은 제2 리소그래피 장치에 특정적일 수 있다.
일 실시예에서, 대표 파라미터 맵(1605)의 선택은 예를 들어 파라미터 맵(1600)의 가중된 평균화에 기초할 수 있다. 일 실시예로서, 복수의 파라미터 맵의 가중된 합이 결정될 수 있으며, 복수의 파라미터 맵 내에서 비교적 적은 변동을 갖는 파라미터 맵에 높은 가중치가 부여되어 기판 레벨 변동이 감쇠될 수 있는 가중된 파라미터 맵을 생성하게 된다. 이러한 변동은 기판내(즉, 기판에 걸친) 또는 기판간(즉, 2개의 상이한 기판 사이)일 수 있다. 예를 들어, 각각의 기판 1-10에 대한 파라미터 맵에 0.05의 가중치가 할당될 수 있고, 각각의 기판 11-20에는 0.04의 가중치가 할당될 수 있으며, 각각의 기판 21-25에는 0.02의 가중치가 할당될 수 있다. 다른 예에서, 일부 기판(예를 들어, 1-2)에는 가중치가 할당되지 않을 수도 있다(즉, 일부 파라미터 맵은 이상치(outlier)인 것으로 간주될 수 있다). 이어서, 가중된 평균 맵과 최상 매칭되는 (예를 들어, 95 % 이상) 대표 파라미터 맵이 복수의 파라미터 맵으로부터 선택될 수 있다.
일 실시예에서, 가중된 파라미터 맵이 생성될 수 있고, 여기서는 하나 이상의 기판의 보다 최근의 파라미터 맵으로부터 획득된 파라미터 맵에 더 높은 가중치가 할당될 수 있다. 예를 들어, 기판 로트는 25개의 기판을 포함할 수 있으며, 하나 이상의 기판은 1에서 25까지 순차적으로 및/또는 병렬로 프로세싱될 수 있다. 따라서, 비교적 최근의 기판(예를 들어, 순차적 프로세싱의 경우 기판 20 내지 25)에 비교적 높은 가중치가 할당될 수 있고 기판 1 내지 5와 같이 먼저 프로세싱된 기판에 낮은 가중치가 할당될 수 있다. 따라서, 파라미터 맵의 가중된 평균이 컴퓨팅될 수 있다. 이와 같이, 다음 기판 로트에 직접 적용 가능할 수 있는 보다 최근의 프로세싱에서의 변화를 캡처한다. 일 실시예에서, 가중된 파라미터 맵은 대표 파라미터 맵(1605)일 수 있다. 일 실시예에서, 가중된 파라미터 맵은 복수의 파라미터 맵(1600)과 비교되어 가중된 파라미터 맵과 높은 상관을 갖는 대표 파라미터 맵(1605)을 선택할 수 있다. 예를 들어, 가중된 파라미터 맵은 25개의 기판 중 22번째 기판의 파라미터 맵과 매칭될 수 있다(예컨대, 95 % 매칭). 따라서 22번째 기판의 파라미터 맵이 대표 파라미터 맵(1605)으로 선택될 수 있다.
일 실시예에서, 가중치는 스캐너, 에쳐 툴 또는 CMP와 같은 장치의 정정 잠재능력(potential)에 기초하여 할당될 수 있다. 정정 잠재능력이란 기판에 걸쳐 파라미터(포커스/CD/오버레이)와 연관된 특정 지문을 정정하는 능력을 지칭한다. 예를 들어, 스캐너는 필드내 지문(예를 들어, 다이 레벨에서 노광 필드 내의 CD)을 정정할 수 있는 여러 제어 파라미터(예를 들어, 레벨, 포커스, 선량, 노출 등)를 포함한다. 스캐너는 또한 웨이퍼에 걸친 지문을 정정할 수 있다(예를 들어, 필드 12와 비교하여 필드 1의 평균 CD를 정정하는 것과 같이 필드간 지문 내에서 더 큰 공간적인 스케일로).
일 실시예에서, 에쳐 또한 예를 들어 CD 지문을 정정할 수 있지만, 통상적으로 작은 공간 규모에서는 그렇지 않다(예를 들어, 아마도 필드가 우연히 특정 위치에 위치하는 경우를 제외하고는 필드내 정정이 통상적으로 실현불가능하다). 그러나, 에쳐는 (에칭후) 파라미터(예를 들어, CD)의 방사형 지문을 정정할 수 있다. 스캐너를 이용하면 이를 달성하기가 비교적 더 어려울 수 있다. 예를 들어, 스캐너의 정정 잠재능력은 대략 ± 7 %의 선량 정정으로 제한될 수 있으며, 이는 강한 방사형 CD 지문을 보상하기에 충분하지 않을 수 있고; 그러한 경우에 에쳐 기반 정정이 바람직할 수 있다.
또한, 일 실시예에서, 가중치는 각각의 기판 및/또는 장치의 계측 측정에서의 신뢰도 레벨에 기초하여 할당될 수 있다. 예를 들어 신뢰도 레벨은, 기판 상의 좌표마다 상이할 수 있거나, 해당 기판에 기여하는 계측 데이터의 양의 차이로 인해 기판마다 상이할 수 있거나, 기판들 사이의 샘플링 밀도 차이로 인하여 해당 좌표에서 상이할 수 있다. 다른 예에서, 제1 스캐너에서의 계측의 신뢰도 레벨은 제2 스캐너의 계측의 신뢰도 레벨보다 클 수 있다. 다른 예에서, 스캐너에서의 계측의 신뢰도 레벨은 에쳐 툴 등에서의 신뢰도 레벨보다 클 수 있다.
일 실시예에서, 둘 이상의 대표 맵이 선택될 수 있다. 예를 들어, 제1 스캐너에서 프로세싱된 12개의 기판은 유사한 파라미터 맵을 가질 수 있는 반면, 제2 스캐너에서 프로세싱된 13개의 기판은 상이한 파라미터 맵을 가질 수 있다. 그러한 경우, 제1 대표 맵이 제1 스캐너에서 프로세싱될 기판에 사용될 수 있고, 제2 대표 맵(제1 대표 맵과 다른 맵)이 제2 스캐너에서 프로세싱될 기판에 사용될 수 있다.
프로세스(1606)에서는, 대표 파라미터 맵(1605) 및 장치로부터의 데이터(1602)에 기초하여, 정정(1607)이 결정될 수 있다. 이와 같이, 정정(1607)은 다음 기판 로트를 위해 프로세스 전체에 걸쳐 가장 공통적으로 발생하는 문제를 잠재적으로 교정할 수 있다. 예를 들어, 정정(1607)은 다음 기판 로트의 패터닝 프로세스에 사용되는 장치(예를 들어, 스캐너, 에칭 툴, CMP, 증착 툴 등)의 새로운 설정의 구성을 포함할 수 있다. 일 실시예에서, 정정은 기판(예를 들어, 동일한 기판 로트 내의 기판)이 거칠 수 있는 후속 장치와 관련될 수 있다. 예를 들어, 제1 스캐너 이후에 기판이 제1 에칭 툴을 거치게 되고 에칭 툴이 정정을 위한 제한된 잠재능력을 갖는 경우, 정정을 결정하는 동안 그러한 제한을 예상할 수 있고 그에 따라 스캐너에서의 정정이 에칭 툴의 제한을 보상하도록 규정될 수 있다.
상기 정정에 기초하여, 연속되는 로트 또는 동일한 로트 내의 기판들의 패터닝이 개선될 수 있다. 일 실시예에서, 정정(1607)은, 스캐너 설정의 수정(예를 들어, 기판 등의 대상물의 X, Y 또는 Z 이동의 제어의 수정, (예를 들어, 투영 시스템 내의 액추에이터 또는 기타 다른 파면 조작 디바이스를 이용하는) 투영 시스템 수차의 특정한 정정, (예를 들어, 방사선 소스를 제어하고 및/또는 조명 시스템에서 선량 변조 디바이스를 이용하는 것에 의한) 기판의 노광을 위한 조명 선량의 변화 등)을 포함할 수 있다. 정정 계수는 도 12와 관련하여 앞서 논의된 것과 유사할 수 있음을 이해할 것이고, 대표 파라미터 맵에 기초하여 결정된 정정 값/제어 전략을 갖는다.
프로세스(1610)에서는 정정(1607)이 다음 기판 로트를 위해 패터닝 프로세스의 장치 및/또는 다른 장치에 적용될 수 있다. 따라서, 연속되는 로트에서 기판의 패터닝의 정확성 및 일관성을 향상시킨다.
일 실시예에서, 복수의 파라미터 맵에 대해 하나 이상의 정정이 결정될 수 있고, 도 16의 방법과 관련하여 논의되는 바와 같이 대표 정정이 선택될 수 있다.
도 16에서는, 패터닝 프로세스의 파라미터의 파라미터 맵(1700)(파라미터 맵(1600)과 유사)이, 패터닝 프로세스의 장치로부터의 데이터(1704)(데이터(1602)와 유사) 및 계측 데이터를 사용하여 앞서 논의된 바와 같이 획득 및/또는 생성될 수 있다. 나아가, 예를 들어 도 12와 관련하여 앞서 논의된 방법을 사용하여 파라미터 맵에 대한 하나 이상의 정정(1702)을 획득할 수 있다. 일 실시예로서, 하나 이상의 정정(1702) 중에서 제1 정정은 유사한 특성을 갖는 제1 그룹의 파라미터 맵과 관련될 수 있고, 제2 정정은 유사한 특성을 갖는 제2 그룹의 파라미터 맵과 관련될 수 있는 등이다.
이러한 하나 이상의 정정(1702)으로부터, 대표 정정(1707)이 프로세스(1706)에서 선택될 수 있다. 대표 정정(1707)의 선택은, 도 15에서 논의된 것과 유사한 방식으로, 예를 들면 하나 이상의 정정(1702)의 가중된 평균화 및/또는 장치의 정정 잠재능력에 기초할 수 있다. 예를 들어, 최근 기판(예를 들어, 22-25 기판)에 대한 최근 정정에 더 높은 가중치가 할당될 수 있고, 이전 로트(예컨대, 25개의 기판을 가짐)의 보다 앞선 기판(예컨대, 1-5 기판)에 대한 정정에 더 낮은 가중치가 할당될 수 있다. 또 다른 예에서, 다른 장치(예를 들어, 에쳐, CMP 등)에 비해 더 높은 정정 잠재능력을 갖는 장치(예를 들어, 스캐너)에서의 정정에 상대적으로 더 높은 가중치가 할당될 수 있다.
프로세스(1708)에서 정정(1709)은 장치로부터의 데이터(1704) 및 대표 정정(1707)에 기초하여 결정된다. 정정(1707)은 프로세싱될 다음 기판 로트를 위한 장치의 수정된 설정의 구성을 포함할 수 있다. 이러한 정정 계수는 도 13 및 15와 관련하여 앞서 논의된 것과 유사할 수 있음을 이해할 것이고, 가능하다면 대표 파라미터 맵에 기초하여 결정된 정정 값/제어 전략을 갖는다.
프로세스(1710)에서는 정정(1709)이 다음 기판 로트를 위해 패터닝 프로세스의 장치 및/또는 다른 장치에 적용될 수 있다. 따라서, 연속되는 로트에서 기판의 패터닝을 개선하게 된다.
상기 기법들은 도 17a의 방법에서 논의된 바와 같이 기판 레벨에서 정정을 적용하도록 추가로 확장될 수 있다. 도 17a에 도시된 실시예에서, 이러한 방법은 현재 기판(즉, 프로세싱 중인 기판)의 측정 및 이전에 프로세싱된 기판 로트에 대한 파라미터 맵을 포함하여 수집된 데이터를 사용하여 기판 레벨에서 정정을 결정할 수 있다.
이전에 프로세싱된 기판에 대한 패터닝 프로세스의 파라미터의 복수의 파라미터 맵(1800)(1600 및 1700과 유사)이, 패터닝 프로세스의 장치로부터의 데이터(1802)(1602 및 1704와 유사) 및 계측 데이터로부터 획득 및/또는 생성될 수 있다. 일 실시예에서, 복수의 파라미터 맵(1800)은 비-제한적인 예로서 도 17b에 도시된 바와 같이 파라미터의 특정 지문에 기초하여 분류(또는 라벨링)될 수 있다. 예를 들어, 제1 카테고리는 기판의 엣지를 따른 지문(1811)을 포함하고, 제2 카테고리는 3개의 지문(1821, 1823 및 1825)을 포함하고, 제3 카테고리는 나비형 영역(1831)을 포함하고, 제4 카테고리는 직경을 따라 확산된 지문(1841)을 포함하며, 제5 카테고리는 교차 방식으로 확산된 지문(1851)을 포함한다. 이러한 지문은, 예를 들어, 패터닝 프로세스, 오버레이와 같은 파라미터, 또는 기타 관심있는 파라미터로 인한 누적적인 오차일 수 있다. 복수의 파라미터 맵의 각각의 카테고리는 동일하거나 상이한 개수의 기판을 가질 수 있다. 예를 들어, 위의 예에서, 제1 카테고리는 8개의 파라미터 맵을 포함할 수 있고, 제2 카테고리는 3개의 파라미터 맵을 포함할 수 있으며, 제3 카테고리는 10개의 파라미터 맵을 포함할 수 있고, 제4 및 제5 카테고리는 각각 2개의 파라미터 맵을 포함할 수 있다. 일 실시예에서 이러한 분류는, 하나 이상의 위치에서 유사한 제1 평균 파라미터 값을 갖는 복수의 파라미터 맵 중 하나 이상이 하나의 카테고리로 라벨링/분류될 수 있는 클러스터링 알고리즘(예를 들어, k- 평균)을 사용하여 수행될 수 있다. 유사하게, 제2 평균 파라미터 값을 갖는 복수의 파라미터 맵 중 하나 이상의 파라미터 맵은 제2 카테고리로서 분류/라벨링될 수 있다. 일 실시예에서, 주성분 분석이 복수의 파라미터 맵에 대해 채용되어 상이한 지문을 분석 및 식별하고 k- 평균과 같은 클러스터링 알고리즘에 의해 다양한 맵에서의 지문의 존재를 추가로 특성화할 수 있다.
또한, 현재 기판 로트에서 현재 기판의 측정(1802)이 계측 툴로부터 획득될 수 있다. 현재 기판의 측정(1802)은 스캐너 등의 장치에서 측정된 예컨대 기판 표면 프로파일(레벨 센서로부터의 데이터), 정렬 데이터 등을 포함할 수 있다. 현재 기판의 측정(1802)은 기판 특정적인 정정의 식별을 가능하게 하는 기판 상태에 대한 정보를 제공한다. 예를 들어, 현재 기판은 엣지를 따라 또는 중심에 불규칙성을 포함할 수 있다. 이러한 각각의 상태는 파라미터 맵의 상이한 카테고리 및 대응하는 정정 계수와 관련될 수 있다. 이와 같이, 현재 기판의 상태에 기초하여 적절한 정정이 규정될 수 있다.
일 실시예로서, 프로세스(1806)에서 현재 기판의 측정(1802)은, 예를 들어 측정(1802)을 파라미터 맵(1800)과 비교하고(예를 들어, 도 17b에 도시된 바와 같이) 매칭 파라미터 맵(1807)을 식별함으로써 현재 기판의 카테고리를 식별하는 데에 사용될 수 있다.
일 실시예에서, 현재 기판의 측정(1802)은 복수의 파라미터 맵(1800)에 대응하여 파라미터의 현재 기판 맵(1805)으로 변환될 수 있다. 측정(1802)으로부터 생성된 현재 기판 맵(1805)은, 이러한 현재 기판 맵이 패터닝 프로세스의 일부만의 데이터로부터 획득/생성되기 때문에 파라미터 맵(1800)에 비해 정확도가 떨어질 수 있다. 예를 들어, 레벨 센서 데이터만 이용 가능하고 포커스에 관한 정보가 누락되면, 레벨 센서 데이터만을 기반으로 하는 기판 맵은 레벨 센서 및 포커스 데이터를 기반으로 하는 기판 맵보다 덜 정확할 수 있다. 현재 기판 맵(1805)은 매칭 파라미터 맵(1807)을 식별하기 위해 파라미터 맵(1800)과 추가로 비교될 수 있다.
예를 들어, 프로세싱 중인 현재 기판 로트의 현재의 제1 기판은 이전에 프로세싱된 로트의 제2 카테고리의 기판과 유사할 수 있다. 다른 예에서, 현재 로트의 제2 기판은 이전에 프로세싱된 제4 카테고리의 기판과 유사할 수 있다. 따라서, 매칭 파라미터 맵(1807)은 상이한 기판들에 대해 상이할 수 있고, 그 결과 정정도 그러할 수 있다.
대안적으로 또는 부가적으로, 현재 기판 데이터의 측정(1802) 및 장치로부터의 데이터(1804)에 기초하여, 시뮬레이션 및/또는 모델링이 수행될 수 있고 모델링된 파라미터 맵(1803)이 획득 및/또는 생성될 수 있다. 이러한 모델링된 파라미터 맵(1803)은 현재 기판 특정적인 데이터뿐만 아니라, 현재 기판이 프로세싱될 장치로부터의 데이터를 기술하여, 현재 기판 상의 패터닝 프로세스에 있어서 장치에 발생할지 모르는 임의의 잠재적인 오차를 예측할 수 있게 된다. 모델링된 파라미터 맵(1803)은 현재 기판의 패터닝 프로세스의 종료 시에 관측될 수 있는 예측된 파라미터 맵일 수 있다.
또한, 모델링된 파라미터 맵(1803)은, 파라미터 맵(1800)으로부터 매칭 파라미터 맵(1807)을 식별하기 위해, 프로세스(1806)에서 파라미터 맵(1800)과 비교될 수 있다. 이러한 비교는 모델링된 파라미터 맵(1803)과 밀접하게 매칭(예를 들어, 95 % 이상 매칭)되는 파라미터 맵을 파라미터 맵(1800)으로부터 식별하는 것을 포함할 수 있다. 이러한 매칭 파라미터 맵(1807)은 현재 기판에 특정적일 수 있다. 또한, 매칭 파라미터 맵(1807)은 이전에 프로세싱된 기판의 파라미터 맵(1800) 중 하나 이상에 매칭되거나 매칭되지 않을 수도 있다. 예를 들어, 현재의 제1 기판의 제1 모델링된 파라미터 맵이, 제1 카테고리의 파라미터 맵과 유사할 수 있거나, 또는 보다 구체적으로는 이전에 프로세싱된 기판 로트의 11번째 기판의 파라미터 맵과 유사할 수 있다. 다른 예에서, 현재의 제2 기판의 제2 모델링된 파라미터 맵이, 제2 카테고리의 파라미터 맵과 유사할 수 있거나, 또는 보다 구체적으로는 이전에 프로세싱된 기판 로트의 22번째 기판의 파라미터 맵과 유사할 수 있다.
프로세스(1808)에서는, 매칭 파라미터 맵(1807)에 기초하여, 정정(1809)이 결정될 수 있다. 분명히, 파라미터 맵의 각 카테고리는 다른 정정을 가질 수 있다. 또한, 현재 기판의 측정(1802)은 현재 기판 상에 나타날 수 있는 국소적인 정정을 가능하게 할 수 있다. 국소적인 정정은, 식별된 카테고리에서 볼 수 있는 것 이외에 관측되는 추가적인 오차를 보상하도록 구성될 수 있다. 예를 들어, 측정(1802) 및/또는 현재 기판 맵(1805)은, 예를 들어 제1 카테고리의 파라미터 맵의 오버레이에 더하여 국소적인 오차(예를 들어, 기판의 가운데 부분에 중대한 오버레이)를 나타낼 수 있다. 그러면, 이러한 국소적인 오차 또한 정정(1809)에 고려될 수 있다.
일 실시예에서, 정정(1809)은 장치 및/또는 현재 기판이 프로세싱될 후속 장치의 수정된 설정의 구성을 포함할 수 있다. 이러한 정정 계수는, 도 13, 16 및 17와 관련하여 앞서 논의된 것과 유사할 수 있음을 이해할 것이고, 정정이 상이한 대표 맵에 기초하여 결정되기 때문에 가능하다면 상이한 정정 값/제어 전략을 갖는다.
나아가 프로세스(1810)에서는 정정(1809)이 패터닝 프로세스의 장치 및/또는 다른 장치에 적용될 수 있다. 따라서, 프로세싱 중인 기판 로트 내에서 현재 기판의 패터닝을 개선시킨다.
대안적으로 또는 부가적으로, 일 실시예에서, 하나 이상의 정정이 복수의 파라미터 맵에 대해 결정될 수 있고/있거나 하나 이상의 정정이 분류될 수 있다. 현재 기판의 측정(1802)에 기초하여 현재 기판 맵으로 변환될 수 있고, 현재 기판 맵에 대한 현재 기판 정정이 결정될 수 있다. 정정의 카테고리를 식별하고, 정정(1809)을 생성하도록 현재 기판 정정을 추가로 결정 및/또는 수정하기 위해, 이러한 현재 정정이 하나 이상의 정정과 추가적으로 비교될 수 있다.
상기 논의된 방법에 대해, 이러한 방법은 다음의 카테고리화 및 대응하는 정정을 추가로 포함할 수 있다. 일 실시예에서, 상기 방법은 기판의 카테고리를 획득 및/또는 생성하는 것과, 각각의 카테고리에 대해 유사하거나 상이할 수 있는 정정을 결정하는 것을 더 수반할 수 있다. 일 실시예에서, 하나 이상의 기판 카테고리가 복수의 파라미터 맵에 기초하여 획득 및/또는 생성될 수 있다. 일 실시예에서, 카테고리는 패터닝 프로세스 동안 기판이 프로세싱되는 하나 이상의 장치에 기초하여 규정될 수 있다. 예를 들어, 제1 스캐너에서 프로세싱된 기판은 제1 카테고리에 속할 수 있고, 제2 스캐너에서 프로세싱된 기판은 제2 카테고리에 속할 수 있다. 다른 예에서, 제1 스캐너 및 제1 CMP에서 프로세싱된 기판은 하나의 카테고리일 수 있고, 제2 스캐너 및 제1 에쳐에서 프로세싱된 기판은 다른 카테고리일 수 있다.
이러한 각각의 범주에 대하여 그리고 대표 파라미터 맵 또는 대표 정정에 기초하여, 카테고리에 특정적인 정정이 규정될 수 있다. 또한 기판 레벨 정정을 위해, 현재 기판에, 측정에 기초하여 식별된 카테고리로부터 소정 카테고리가 할당될 수 있다. 식별된 카테고리에 대해, 대응하는 정정은 대표 정정으로서 선택될 수 있다.
사용된 실제(즉, 측정된) 계측 데이터의 양은 컴퓨테이션으로 도출된 계측 데이터에 비해 비교적 희박하므로, 측정 데이터는 잡음 성능 영향에 취약하다. 또한 비-체계적 요인이 모니터링 및 제어 전략에 불균형한 영향을 미칠 수도 있다. 따라서, 일 실시예에서, 비-체계적 기여요인들이 필터링되고/되거나 별도로 고려되도록, 계측 데이터(복수의 품질)에서 하나 이상의 체계적 기여요인(각각이 대표 품질임)을 위한 필터링을 수행하기 위해 본 발명의 방법을 이용하는 것이 제안된다. 이는 기여요인별로 수행되어야 한다; 예를 들어, 오버레이 거동에 대한 개별 기여요인들은 스테이지 오차, 렌즈 수차, 정렬(오차) 및 레벨 센서 높이 맵을 포함할 수 있다. 관련 기여요인들은 관심 파라미터, 사용된 장치 및 그들의 정정 능력 등에 따라 변할 것이지만, 관심 파라미터의 제어 및/또는 오차에 대한 임의의 기여요인을 포함할 수도 있다. 이와 같이, 복수의 품질은 복수의 파라미터 맵을 포함할 수 있고, 각각의 파라미터 맵은 개별 기여요인에 관련된다. 본 명세서에 설명된 다른 실시예들에서와 같이, 품질은 정정일 수 있고, 즉 각각의 기여요인과 연관된 것일 수 있고, 대표 품질은 대표 정정일 수 있다.
이를 수행하기 위해, 특정한 공간적 지문(예를 들어, 오버레이 지문)이 예를 들어 층들 및/또는 척(chuck)들 및/또는 로트들 및/또는 기판들에 걸쳐 어떻게 진전되는지를 기술하는 일관성 특성에 각각의 개별 기여요인(예컨대, 레벨 센서 기여요인, 정렬 기여요인 등)을 연관시킴으로써, 이러한 기여요인을 체계적 또는 비-체계적인 것으로 분류하고, 및/또는 일관성 특성에 기초하여 가중치를 할당하는 것이 제안된다.
제어 메트릭이 성능 파라미터(예를 들어, 오버레이/CD/EPE/포커스/선량)에 대한 복수의 기여요인의 맵핑에 기초하여 결정될 수 있으며, 여기서 각각의 기여요인은 자신의 일관성 특성에 따라 프로세싱/필터링 및/또는 가중된다. 컴퓨테이션 계측 데이터에서 기여요인마다 로트, 척 및 기판의 체계적 및/또는 비-체계적 지문 정보는 후속 로트, 척 및 기판에 대한 입력으로서 및/또는 후속 층에 대한 입력으로서 사용될 수 있다.
도 18은 이러한 필터링 방법을 예시한 흐름도를 포함한다. 개별 기여요인 파라미터 맵(1900)은, 결정된 일관성 특성에 기초하여, 예를 들면 로트, 척 및 기판마다, 체계적인(또는 비-체계적인) 기여요인을 위해 필터링을 수행하기 위해 필터링 단계(1910)를 거친다. 일관성 특성은, 예를 들어 이전 층, 기판 및/또는 로트로부터의 (예를 들어, 체계적인) 이전의 기여요인 정보/파라미터 맵(1920)과의 비교에 기초할 수 있다. 이러한 일관성 특성에 기초하여, 필터링 단계는 기여요인이 (예를 들어, 일관성 특성에 대한 임계치에 따라) 이진(binary) 분류로 체계적인지 비-체계적인지를 결정할 수 있고; 또는 기여요인이 체계적인 정도를 결정할 수 있다(예를 들어, 기여요인에 대한 가중치를 결정하기 위해). 이러한 단계의 출력은 복수의 필터링된 개별 기여요인 파라미터 맵(1940)이며, 예를 들면 체계적인(및/또는 비-체계적인) 개별 기여요인 파라미터 맵(1940)이고, 선택적으로 각각의 맵에 대한 연관된 가중치를 갖게 된다. 이러한 체계적인(및/또는 비-체계적인) 개별 기여요인 파라미터 맵(1940)은 후속 로트를 위해 (이전의 체계적인(또는 비-체계적인) 기여요인 정보(1970)와 함께) 피드백 제어 루프에서 피드백(1950)될 수 있다. 예를 들어, 일 실시예에서, 체계적인 기여요인 정보만이 제어 루프에서 사용되며, 각각은 대표 품질을 포함하거나 대표 품질(예를 들어, 체계적인 기여요인 파라미터 맵)로 조합된다. 대안적으로 또는 추가적으로, 필터링된 기여요인들은 가중치에 따라 조합될 수 있고, 예를 들어 더 체계적인 기여요인에 더 큰 가중치가 부여될 수 있다. 이와 같이, 출력되는 대표 품질은 일관성 특성에 따라 가중치가 설정된 체계적 기여요인들의 가중된 조합일 수 있다. 또한, 필터링된 개별 기여요인 정보(대표 품질)는 후속 층을 위한 제어 루프에서 피드포워드(1960)될 수 있다.
이미 설명한 바와 같이, 필터링 단계(1910)는 제어가 체계적인 기여요인에만 기초하도록 비-체계적인 기여요인을 필터링할 수 있다. 그러나 체계적인 기여요인을 필터링하고 비-체계적인 기여요인을 제어 또는 모니터링 동작에 사용하거나, 또는 체계적인 기여요인과 비-체계적인 기여요인 양자 모두를 제어 또는 모니터링 동작에서 분리하여 사용할 수 있다. 기여요인이 체계적인 정도(예를 들어, 일관성 특성에 기초하여)를 결정하고 적절한 가중치를 할당하는 것도 가능하다. 가중화는 추가적으로 또는 대안적으로, 다른 실시예에서 이미 논의한 바와 같이, 연관된 장치의 정정 잠재능력 및/또는 계측 신뢰도 레벨 등의 다른 요인에 기초할 수 있다.
따라서 (예컨대, 컴퓨테이션 계측 기법에 있어서) 모든 기여요인에 대한 로트, 척 및/또는 기판의 체계적인(및 선택적으로 비-체계적인) 파라미터 맵(예를 들어, 지문)을 캡처하는 것이 제안된다.
수많은 실시예들에서, 체계적인(및 비-체계적인) 지문 기여요인들이 다음과 같이 결정될 수 있다:
그룹/로트/척/기판별로 시간에 기반한 방식으로;
그룹/로트/척/기판별로 국소 및/또는 전역으로;
그룹/로트/척/기판별로 로트내에서(intra-lot);
로트내 정보에 기초하여;
그룹화에 기초하여; 및/또는
(가중된) 평균화에 기초하는 가중치에 따라 그리고 스캐너/에쳐의 정정 잠재능력을 고려하여; 예를 들어 가중치는 기판 또는 측정별로 계측 신뢰도 레벨에 기초하여 할당될 수 있다.
도 19는 (층 간에) 피드-포워드 제어 방법에서 필터링 단계(1910)를 수행하기 위한 예시적인 방법을 도시한다. 타겟 층의 기여요인 파라미터 맵(1975)은 이전 층의 대응하는 기여요인 파라미터 맵(1980)과 비교되어(1985), 그들의 유사도(예를 들어, 기여요인 파라미터 맵(1975)과 기여요인 파라미터 맵(1980)의 상관에 기초한 상관 메트릭)에 따라 각각의 기여요인에 대해 일관성 특성을 결정하게 된다. 보다 높은 정도의 유사도를 갖는 기여요인 파라미터 맵들은, 이전의 층의 계측에 기초하여 후속 기판 상에서 타겟 층의 제어를 위해 피드 포워드 방법(1990)에서 (가능하다면 가중된 조합으로) 사용될 수 있다.
도 20은 이러한 방법의 흐름도를 보다 상세하게 포함하고 있다. 도 20(a)는 셋업 단계를 나타내고 도 20(b)는 주요 컴퓨테이션 계측 단계를 나타낸다. 셋업 단계에서, 기여요인 파라미터 맵(2010a, 2010b, 2010c) 및 측정된 파라미터 값(2020)이 가중 알고리즘(2030)으로 공급된다. 그러면 가중 알고리즘(2030)은 각각의 기여요인 파라미터 맵에 대해 적절한 가중치(2040)를 계산한다. 특정 오버레이 예를 제공하기 위해, 기여요인 파라미터 맵(2010a, 2010b, 2010c)은 레벨링 기여분(2010a), 역학적 기여분(2010b) 및 정렬 기여분(2010c)을 포함할 수 있다. 가중 알고리즘(2030)은 이들 각각에 대한 가중치(2040)를 각각 출력한다(w lvl , w dyn 및 w al ). 가중치(2040)는 선형 가중치를 포함할 수 있고, 각각의 방향에 대해 기여요인별로 규정될 수 있다. 일 실시예에서, 이러한 가중치는 다변량 정규 회귀를 사용하여 계산된다.
도 20(b)는 컴퓨테이션 계측 흐름을 나타낸다. 적절한 기여요인 파라미터 맵(2010a', 2010b', 2010c')이 측정되고 기여요인 파라미터 맵(2010a', 2010b', 2010c')의 가중된 조합이 단계(2030)에서 계산된 가중치에 기초하여 계산된다(2050). 예를 들어, 앞선 단락에서 설명한 특정 오버레이 예를 이용하면, 이러한 조합은 w lvl lvl + w dyn dyn + w al al 일 수 있고, 여기서 lvl, dyn 및 al 은 각각 기여요인 파라미터 맵(2010a', 2010b', 2010c')이다. 제어 동작(2060)이 가중된 조합에 대해 수행되며, 예를 들면 기판별 또는 로트별 제어 루프에서 정정이 피드백 또는 피드포워드되거나, 이전의 층의 계측에 기초하여 후속 측을 위해 정정이 피드포워드된다.
설명한 바와 같이, 도 22는 조합된 기여요인 지문(2205)을 획득하는 방법을 설명하는 것이다. 도 22에 기술된 방법은 또한 전술한 기여요인 파라미터 맵(1975, 1985, 2010a 등) 중 임의의 것을 업데이트하기 위해 이용될 수도 있다.
일 실시예로서, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법이 개시되고, 이러한 방법은: 패터닝 프로세스의 복수의 품질을 획득하는 단계 - 상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고, 상기 파라미터 맵은 각각, 상기 패터닝 프로세스의 기여요인과 관련됨 -; 하드웨어 컴퓨터 시스템에 의해, 상기 복수의 품질로부터 대표 품질을 선택하는 단계 - 상기 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵임 -; 및 하드웨어 컴퓨터 시스템에 의해, 상기 대표 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함한다.
다른 실시예로서, 앞선 단락에서 개시된 바와 같은 방법은 추가적으로: 적어도 하나의 기여요인의 모델링된 표현을 획득하기 위해 적어도 하나의 파라미터 맵을 모델링하는 단계; 및 적어도 하나의 기여요인에 대한 적어도 하나의 업데이트된 표현을 획득하기 위해 적어도 하나의 모델링된 파라미터 맵과 적어도 하나의 파라미터 맵을 조합하는 단계를 포함한다.
또 다른 실시예로서, 앞선 단락에서 개시된 바와 같은 방법은, 에칭 툴, CMP 툴, 증착 툴 및/또는 리소그래피 장치와 같은 프로세싱 장치를 제어하기 위한 입력으로서 적어도 하나의 기여요인에 대한 적어도 하나의 업데이트된 표현을 사용하는 단계를 더 포함한다.
또 다른 실시예에서, 앞선 단락에 개시된 바와 같은 방법은 상기 프로세싱 장치의 제어를 제공하기 위한 적절한 제어 레시피를 생성하는 단계를 더 포함한다.
다른 실시예로서, 앞선 단락에 개시된 바와 같은 방법은, 노광당 제어(CPE) 명령 및/또는 리소그래피 장치를 사용하여 기판에 제공된 노광 필드의 개별 제어를 위한 정보를 함유하는 서브-레시피의 생성을 포함할 수 있다.
다른 실시예로서, 앞선 임의의 실시예에서 사용된 모델링은, 기판에 걸친 프로세싱 변수의 낮은 차수 거동을 기술하도록 구성된 전역 모델을 사용한다.
도 21은 본 명세서에 개시된 방법 및 흐름을 구현하는 데에 도움이 될 수 있는 컴퓨터 시스템(100)을 예시하는 블록도이다. 컴퓨터 시스템(100)은 정보를 통신하기 위한 버스(102) 또는 다른 통신 매커니즘과, 정보를 프로세싱하기 위하여 버스(102)와 커플링된 프로세서(104)(또는 여러 프로세서들(104 및 105)을 포함한다. 컴퓨터 시스템(100)은 프로세서(104)에 의하여 실행될 정보 및 명령을 저장하기 위하여 버스(102)에 커플링되는, 랜덤 액세스 메모리(RAM) 또는 다른 동적 스토리지 디바이스와 같은 메인 메모리(106)를 더 포함한다. 메인 메모리(106)는 프로세서(104)에 의하여 실행될 명령이 실행되는 도중에 일시적 변수 또는 다른 중간 정보를 저장하기 위해서도 사용될 수 있다. 컴퓨터 시스템(100)은 프로세서(104)에 대한 정적 정보 및 명령을 저장하기 위하여 버스(102)에 커플링된 판독 전용 메모리(ROM)(108) 또는 다른 정적 스토리지 디바이스를 더 포함한다. 정보 및 명령을 저장하기 위하여 자기적 디스크 또는 광학적 디스크와 같은 스토리지 디바이스(110)가 제공되고 버스(102)에 커플링된다.
컴퓨터 시스템(100)은 정보를 컴퓨터 사용자에게 디스플레이하기 위하여, 버스(102)를 통해서 음극선관(CRT) 또는 평판 또는 터치 패널 디스플레이와 같은 디스플레이(112)에 커플링될 수 있다. 영숫자 키와 다른 키들을 포함하는 입력 디바이스(114)는 정보 및 커맨드 셀렉션을 프로세서(104)로 통신하기 위하여 버스(102)에 커플링된다. 다른 타입의 사용자 입력 디바이스는, 지시 정보와 커맨드 셀렉션을 프로세서(104)로 통신하고 디스플레이(112) 상에서의 커서 움직임을 제어하기 위한, 마우스, 트랙볼, 또는 커서 방향 키와 같은 커서 콘트롤(116)이다. 이러한 입력 디바이스는 통상적으로 두 개의 축인 제1 축(예를 들어, x)과 제2 축(예를 들어, y)에서 2-자유도를 가져서, 디바이스가 평면에서의 위치를 특정하게 한다. 터치 패널(스크린) 디스플레이가 입력 디바이스로서 사용될 수도 있다.
일 실시예에 따르면, 프로세서(104)가 메인 메모리(106) 내에 저장된 하나 이상의 명령의 하나 이상의 시퀀스를 실행하는 것에 응답하여, 프로세스의 부분들이 컴퓨터 시스템(100)에 의해 수행될 수 있다. 이러한 명령들은 스토리지 디바이스(110)와 같은 다른 컴퓨터-판독가능 매체로부터 메인 메모리(106)로 독출될 수 있다. 메인 메모리(106)에 포함된 명령의 시퀀스를 실행하면, 프로세서(104)는 본 명세서에서 설명되는 프로세스 단계들을 수행하게 된다. 메인 메모리(106)에 포함된 명령의 시퀀스를 실행하기 위하여, 멀티-프로세싱 장치 내의 하나 이상의 프로세서가 채용될 수도 있다. 다른 실시예에서, 소프트웨어 명령 대신에 또는 이와 조합되어 유선 회로부가 사용될 수도 있다. 따라서, 본 명세서의 설명은 하드웨어 회로와 소프트웨어의 임의의 특정한 조합으로 한정되지 않는다.
"컴퓨터-판독가능 매체"라는 용어는 본 명세서에서 사용될 때 실행되도록 프로세서(104)에 명령을 제공하는 데에 관여하는 임의의 매체를 지칭한다. 이러한 매체는 비-휘발성 매체, 휘발성 매체, 및 전송 매체를 포함하지만 이들로 한정되지는 않는 수많은 형태를 취할 수도 있다. 비-휘발성 매체는 예를 들어, 스토리지 디바이스(110)와 같은 광학적 또는 자기적 디스크를 포함한다. 휘발성 매체는 메인 메모리(106)와 같은 동적 메모리를 포함한다. 전송 매체는 버스(102)를 포함하는 와이어를 포함하는 동축 케이블, 구리 배선, 및 광섬유(fiber optics)를 포함한다. 전송 매체는 무선 주파수(RF) 및 적외선(IR) 데이터 통신 중에 생성되는 것과 같은 음파 또는 광파의 형태를 띨 수도 있다. 컴퓨터-판독가능 매체의 공통 형태는, 예를 들어 플로피 디스크, 가요성 디스크, 하드 디스크, 자기 테이프, 및 임의의 다른 자기적 매체, CD-ROM, DVD, 임의의 다른 광학적 매체, 펀치 카드, 종이 테이프, 홀들의 패턴을 가진 임의의 다른 물리적 매체, RAM, PROM, 및 EPROM, FLASH EPROM, 임의의 다른 메모리 칩 또는 카트리지, 후술될 반송파, 또는 컴퓨터가 판독할 수 있는 임의의 다른 매체를 포함한다.
다양한 형태의 컴퓨터 판독가능 매체들이, 실행을 위해 하나 이상의 명령의 하나 이상의 시퀀스를 프로세서(104)에 전달하는 것에 관여할 수 있다. 예를 들어, 명령들은 처음에 원격 컴퓨터의 자기적 디스크 상에 보유될 수도 있다. 원격 컴퓨터는 명령들을 자신의 동적 메모리 내로 로딩하고 명령들을 모뎀을 사용하여 전화선을 통해 전송할 수 있다. 컴퓨터 시스템(100)에 국소적인 모뎀은 전화선에서 데이터를 수신하고, 적외선 송신기를 사용하여 이러한 데이터를 적외선 신호로 변환한다. 버스(102)에 커플링된 적외선 검출기는 적외선 신호에서 전달되는 데이터를 수신하고, 이러한 데이터를 버스(102) 상에 배치할 수 있다. 버스(102)는 데이터를 메인 메모리(106)로 전달하며, 프로세서(104)는 이로부터 명령들을 취출하고 실행한다. 메인 메모리(106)에 의해 수신된 명령들은 프로세서(104)에 의한 실행 이전에 또는 그 이후에 선택적으로 스토리지 디바이스(110)에 저장될 수 있다.
컴퓨터 시스템(100)은 버스(102)에 커플링된 통신 인터페이스(118)를 더 포함하는 것이 바람직하다. 통신 인터페이스(118)는 로컬 네트워크(122)에 연결된 네트워크 링크(120)로 양-방향 데이터 통신 커플링을 제공한다. 예를 들어, 통신 인터페이스(118)는 대응하는 타입의 전화선에 데이터 통신 연결을 제공하기 위한 종합 정보 통신망(ISDN) 카드 또는 모뎀일 수 있다. 다른 예로서, 통신 인터페이스(118)는 호환가능한 근거리 네트워크(LAN)에 데이터 통신 연결을 제공하기 위한 LAN 카드일 수 있다. 무선 링크가 구현될 수도 있다. 임의의 이러한 구현형태에서, 통신 인터페이스(118)는 다양한 타입의 정보를 나타내는 디지털 데이터 스트림을 전달하는 전기적, 전자기적 또는 광학적 신호를 전송하고 수신한다.
네트워크 링크(120)는 통상적으로 하나 이상의 네트워크를 통해 다른 데이터 디바이스로 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(120)는 로컬 네트워크(122)를 통해 호스트 컴퓨터(124) 또는 인터넷 서비스 제공자(ISP)(126)에 의하여 운영되는 데이터 장비로 연결을 제공할 수 있다. 그러면 ISP(126)는, 현재 일반적으로 "인터넷(128)"이라고 불리는 월드와이드 패킷 데이터 통신 네트워크를 통해 데이터 통신 서비스를 제공한다. 로컬 네트워크(122)와 인터넷(128) 양자 모두는 디지털 데이터 스트림을 전달하는 전기적, 전자기적 또는 광학적 신호를 사용한다. 컴퓨터 시스템(100)으로의 또는 그로부터의 디지털 데이터를 전달하는, 다양한 네트워크들을 통과하는 신호와 네트워크 링크(120) 상에서 통신 인터페이스(118)를 통한 신호는 정보를 수송하는 반송파의 예시적인 형태들이다.
컴퓨터 시스템(100)은 네트워크(들), 네트워크 링크(120), 및 통신 인터페이스(118)를 통해서, 메시지를 전송하고 프로그램 코드를 포함하는 데이터를 수신할 수 있다. 인터넷의 예에서, 서버(130)는 애플리케이션 프로그램에 대한 요청된 코드를 인터넷(128), ISP(126), 로컬 네트워크(122) 및 통신 인터페이스(118)를 통해 송신할 수 있다. 하나의 이러한 다운로드된 애플리케이션은 예를 들어 실시예의 조명 최적화를 제공할 수 있다. 수신된 코드는 수신될 때 프로세서(104)에 의하여 실행되고, 및/또는 추후에 실행되도록 스토리지 디바이스(110), 또는 다른 비-휘발성 스토리지에 저장될 수 있다. 이러한 방식으로, 컴퓨터 시스템(100)은 애플리케이션 코드를 반송파의 형태로 획득할 수 있다.
본 명세서의 실시예는 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 개시내용의 실시예는 또한 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 기계 판독가능한 매체 상에 저장된 명령으로서 구현될 수 있다. 기계 판독가능한 매체는 기계(예를 들어, 컴퓨팅 디바이스)에 의해 판독가능한 형태로 정보를 저장 또는 전송하기 위한 임의의 메커니즘을 포함할 수 있다. 예를 들어, 기계 판독가능한 매체는 판독 전용 메모리(ROM); 랜덤 액세스 메모리(RAM); 자기 디스크 저장 매체; 광 저장 매체; 플래시 메모리 디바이스; 전기, 광학, 음향 또는 기타 다른 형태의 전파 신호(예를 들어, 반송파, 적외선 신호, 디지털 신호 등) 등을 포함할 수 있다. 또한, 펌웨어, 소프트웨어, 루틴, 명령이 특정 동작을 수행하는 것으로 본 명세서에서 설명될 수 있다. 그러나, 이러한 설명은 단지 편의를 위한 것이며, 그러한 동작은 실제로 컴퓨팅 디바이스, 프로세서, 제어기, 또는 펌웨어, 소프트웨어, 루틴, 명령 등을 실행하는 다른 디바이스로부터 기인한다는 점을 인식해야 할 것이다.
블록도에서, 예시된 컴포넌트들은 이산적인 기능 블록으로서 도시되지만, 실시예들은 본 명세서에서 설명된 기능이 도시된 바와 같이 조직화된 시스템으로 한정되지 않는다. 컴포넌트들 각각에 의해 제공되는 기능은 도면에 도시된 것과 달리 조직화된 소프트웨어 또는 하드웨어 모듈에 의하여 제공될 수 있으며, 예를 들어 이러한 소프트웨어 또는 하드웨어는 상호혼합, 공동결합, 복제, 분리, 분산(예를 들어 데이터 센터 내에서 또는 지리적으로), 또는 다른 식으로 조직화될 수 있다. 본 명세서에서 설명된 기능은 유형의(tangible) 비-일시적 기계 판독가능 매체에 저장된 코드를 실행하는 하나 이상의 컴퓨터의 하나 이상의 프로세서에 의해 제공될 수 있다. 일부 경우에, 제3자 콘텐츠 전달 네트워크가 네트워크들을 거쳐 전달되는 정보의 일부 또는 전부를 호스팅할 수 있는데, 이러한 경우에, 정보(예를 들어, 콘텐츠)가 공급되거나 다른 방식으로 제공된다고 언급되는 범위에서, 이러한 정보는 해당 정보를 콘텐츠 전달 네트워크로부터 취출하라는 명령을 전송함으로써 제공될 수 있다.
명백하게 달리 진술되지 않는 한, 본 명세서로부터 명백한 것처럼, 명세서 전체를 통해 "프로세싱", "컴퓨팅", "계산", "결정" 등과 같은 용어를 활용한 설명은 또는 전용 컴퓨터 또는 유사한 전용 전자 프로세싱/컴퓨팅 디바이스와 같은 특정 장치의 동작 또는 프로세스를 가리키는 것으로 이해된다.
독자는 본 발명이 여러 가지의 발명을 기술한다는 것을 이해해야 한다. 그와 관련된 기술 요지가 출원 프로세스에서 경제성을 스스로 가질 수 있기 때문에, 그러한 발명들을 다수의 개별 특허 출원으로 분리하는 것보다, 출원인은 이러한 발명들을 단일 문서 내에 그룹화하였다. 하지만 이러한 발명들의 별개의 장점 및 양태들은 합쳐져서는 안된다. 일부 경우에, 실시예들은 본 명세서에 지적된 흠결들 모두를 해결하지만, 이러한 발명들이 독립적으로 유용하며, 일부 실시예는 이러한 문제점들의 부분 집합만을 해결하거나, 본 명세서를 검토한 당업자에게는 명백하게 이해될 언급되지 않은 다른 장점들을 제공한다는 것이 이해되어야 한다. 비용 제약으로 인해, 본 명세서에 개시된 일부 발명은 현재로서는 청구되지 않으며, 계속 출원과 같은 후속하는 출원에서 또는 현재의 청구항을 보정함으로써 청구될 수 있다. 이와 마찬가지로 공간 제약으로 인해, 본 명세서의 발명의 내용 섹션과 요약서는 이러한 모든 발명 또는 이러한 발명의 모든 양태에 대한 광범위한 나열을 포함하고 있는 것으로 간주되어서는 안된다.
상세한 설명 및 도면은 본 발명을 개시된 특정한 형태로 한정시키려는 의도가 전혀 없으며, 그 반대로 본 발명은 첨부된 청구범위에 규정되는 바와 같은 본 발명의 사상 및 범위에 속하는 모든 변형예, 균등물, 및 대체예들을 커버하도록 의도된다는 점이 이해되어야 한다.
본 발명의 추가 실시예는 아래의 번호가 매겨진 조항의 목록으로 제시된다:
1. 패터닝 프로세스에 대한 정정을 결정하기 위한 방법으로서,
패터닝 프로세스의 복수의 품질을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 상기 복수의 품질로부터 대표 품질을 선택하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 상기 대표 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
2. 제1조항에 있어서, 상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
3. 제1조항에 있어서, 상기 복수의 품질은 상기 패터닝 프로세스 동안 프로세싱되는 기판 로트에 대한 상기 패터닝 프로세스의 복수의 파라미터 맵에 대응하는 하나 이상의 정정이며, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 패터닝 프로세스에 대한 하나 이상의 정정으로부터 선택되는 대표 정정인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
4. 제1조항 내지 제3조항 중 어느 한 조항에 있어서, 상기 대표 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
5. 제1조항 내지 제4조항 중 어느 한 조항에 있어서, 상기 대표 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
6. 제1조항 내지 제5조항 중 어느 한 조항에 있어서, 상기 정정은: 동일한 기판의 후속 층을 위한 장치, 후속 기판 로트의 기판을 위한 장치, 후속 장치를 이용하여 프로세싱될 기판 로트 내의 기판을 위한 상기 후속 장치에 대한 상기 패터닝 프로세스에 대한 정정, 및/또는 상기 패터닝 프로세스의 적어도 하나의 다른 장치에 대한 정정을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
7. 제2조항 내지 제6조항 중 어느 한 조항에 있어서, 상기 파라미터 맵은 각각, 상기 패터닝 프로세스의 개별 기여요인과 관련되고, 상기 방법은 선택적으로, 각각의 기여요인에 대해 상기 패터닝 프로세스 동안의 상이한 층들 및/또는 기판들에 관한 파라미터 맵들의 비교에 기초하여 각각의 파라미터 맵에 대한 일관성 특성(consistency characteristic)을 결정하는 단계를 더 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
8. 제7조항에 있어서, 상기 방법은 일관성 특성에 기초하여 기여요인이 체계적인지 여부를 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
9. 제8조항에 있어서, 상기 대표 품질을 선택할 때 체계적인 것으로 결정된 기여요인에 더 큰 가중치를 할당하고 및/또는 체계적인 것으로 결정된 기여요인에 대응하는 파라미터 맵만을 사용하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
10. 제7조항 내지 제9조항 중 어느 한 조항에 있어서, 상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 변동의 정도를 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
11. 제7조항 내지 제10조항 중 어느 한 조항에 있어서, 상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 상관에 기초하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
12. 제2조항 내지 제11조항 중 어느 한 조항에 있어서, 상기 패터닝 프로세스의 파라미터는 오버레이, 임계 치수, 포커스 및/또는 엣지 배치 오차인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
13. 제2조항 내지 제12조항 중 어느 한 조항에 있어서, 상기 장치는 스캐너인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
14. 제13조항에 있어서, 상기 스캐너와 관련된 데이터는 레벨링 데이터, 정렬 데이터, 투영 시스템과 연관되는 수차 데이터 및/또는 레티클 위상을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
15. 제2조항 내지 제14조항 중 어느 한 조항에 있어서, 상기 복수의 파라미터 맵은 오버레이, 임계 치수, 포커스 및/또는 엣지 배치 오차를 포함하는 하나 이상의 파라미터에 대한 파라미터 맵을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
16. 제2조항 내지 제15조항 중 어느 한 조항에 있어서, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 파라미터의 고밀도 맵이고, 상기 고밀도 맵은 상기 패터닝 프로세스의 하나 이상의 프로세싱 변수의 상기 파라미터에 대한 기여분을 모델링 및/또는 시뮬레이션함으로써 생성되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
17. 제16조항에 있어서, 프로세싱 변수는 포커스 및/또는 선량인, 방법.
18. 패터닝 프로세스에 정정을 적용하기 위한 방법으로서,
(i) 패터닝 프로세스의 복수의 품질로부터 선택되는 대표 품질, 및 (ii) 대표 품질에 기초한 정정을 획득하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 동일한 기판의 후속 층, 기판 로트 내의 기판, 및/또는 후속 기판 로트의 기판을 위해 패터닝 프로세스에 정정을 적용하는 단계를 포함하는, 방법.
19. 제18조항에 있어서, 상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵인, 방법.
20. 제18조항에 있어서, 상기 복수의 품질은 상기 패터닝 프로세스 동안 프로세싱되는 기판 로트에 대한 상기 패터닝 프로세스의 복수의 파라미터 맵에 대응하는 하나 이상의 정정이며, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 패터닝 프로세스에 대한 하나 이상의 정정으로부터 선택되는 대표 정정인, 방법.
21. 제18조항 내지 제20조항 중 어느 한 조항에 있어서, 상기 대표 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 방법.
22. 제19조항 또는 제20조항에 있어서, 상기 대표 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것인, 방법.
23. 제18조항 내지 제22조항 중 어느 한 조항에 있어서, 상기 파라미터 맵은 각각, 상기 패터닝 프로세스의 개별 기여요인과 관련되는, 방법.
24. 패터닝 프로세스에 대한 정정을 결정하기 위한 방법으로서,
(i) 이전에 프로세싱된 기판 로트에 대한 패터닝 프로세스의 복수의 품질, (ii) 현재 기판의 측정, 및 (iii) 현재 기판의 측정에 기초한 현재 품질을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 현재 품질과 상기 복수의 품질 사이의 비교에 기초하여 복수의 품질로부터 매칭 품질을 식별하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 상기 매칭 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함하는, 방법.
25. 제24조항에 있어서,
상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵이고,
매칭 품질은 현재 기판 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 식별되는 매칭 파라미터 맵인, 방법.
26. 제24조항에 있어서,
상기 복수의 품질은 복수의 파라미터 맵에 대응하는 하나 이상의 정정이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵에 기초하는 현재 정정이며,
매칭 품질은 현재 정정과 상기 하나 이상의 정정 사이의 비교에 기초하여 하나 이상의 정정으로부터 식별되는 매칭 정정 맵인, 방법.
27. 제25조항에 있어서,
현재 기판의 측정 및 패터닝 프로세스의 장치의 데이터에 기초하여 모델링 및/또는 시뮬레이션에 의해 모델링된 파라미터 맵을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 모델링된 파라미터 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 매칭 파라미터 맵을 식별하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 상기 매칭 파라미터 맵에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함하는, 방법.
28. 제25조항 내지 제27조항 중 어느 한 조항에 있어서,
복수의 파라미터 맵에 기초하여 하나 이상의 기판 카테고리를 획득하고 및/또는 하나 이상의 기판 카테고리에 대응하는 하나 이상의 정정을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 현재 기판의 측정에 기초하여 하나 이상의 기판 카테고리로부터 기판 카테고리를 식별하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 식별된 기판 카테고리에 대응하는 패터닝 프로세스에 대한 정정을 선택하는 단계를 포함하는, 방법.
29. 제24조항 내지 제28조항 중 어느 한 조항에 있어서, 상기 매칭 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 방법.
30. 제24조항 내지 제29조항 중 어느 한 조항에 있어서, 상기 매칭 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것인, 방법.
31. 제24조항 내지 제30조항 중 어느 한 조항에 있어서, 상기 정정은 상기 기판 로트 내의 기판을 위한 후속 장치에 대한 정정, 후속 기판 로트의 기판을 위한 장치에 대한 정정 및/또는 패터닝 프로세스의 다른 장치에 대한 정정을 포함하는 방법.
32. 패터닝 프로세스에 정정을 적용하기 위한 방법으로서,
(i) 이전에 프로세싱된 기판에 대한 패터닝 프로세스의 복수의 품질로부터 매칭 품질을 획득하고 - 상기 매칭 품질은 현재 품질과 복수의 품질 사이의 비교에 기초하여 식별되며, 현재 품질은 현재 기판의 측정에 기초함 - , 및 (ii) 매칭 품질에 기초한 정정을 획득하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 현재 기판에 대해 패터닝 프로세스에 정정을 적용하는 단계를 포함하는, 방법.
33. 제32조항에 있어서,
상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵이고,
매칭 품질은 현재 기판 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 식별되는 매칭 파라미터 맵인, 방법.
34. 제32조항에 있어서,
상기 복수의 품질은 복수의 파라미터 맵에 대응하는 하나 이상의 정정이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스의 장치의 데이터 및 계측 데이터로부터 생성되고,
현재 품질은 현재 기판의 측정으로부터 생성된 현재 기판 맵에 기초하는 현재 정정이며,
매칭 품질은 현재 정정과 상기 하나 이상의 정정 사이의 비교에 기초하여 하나 이상의 정정으로부터 식별되는 매칭 정정 맵인, 방법.
35. 제33조항에 있어서,
현재 기판의 측정 및 패터닝 프로세스의 장치의 데이터에 기초하여 모델링 및/또는 시뮬레이션에 의해 모델링된 파라미터 맵을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 모델링된 파라미터 맵과 복수의 파라미터 맵 사이의 비교에 기초하여 복수의 파라미터 맵으로부터 매칭 파라미터 맵을 식별하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 상기 매칭 파라미터 맵에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함하는, 방법.
36. 제34조항에 있어서,
복수의 파라미터 맵에 기초하여 하나 이상의 기판 카테고리를 획득하고 및/또는 하나 이상의 기판 카테고리에 대응하는 하나 이상의 정정을 획득하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 현재 기판의 측정에 기초하여 하나 이상의 기판 카테고리로부터 기판 카테고리를 식별하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 식별된 기판 카테고리에 대응하는 정정을 선택하는 단계를 포함하는, 방법.
37. 제32조항 내지 제36조항 중 어느 한 조항에 있어서, 상기 매칭 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 방법.
38. 제32조항 내지 제37조항 중 어느 한 조항에 있어서, 상기 매칭 품질의 선택은 상기 패터닝 프로세스의 장치의 정정 잠재능력(potential)에 기초하는 것인, 방법.
39. 제32조항 내지 제38조항 중 어느 한 조항에 있어서, 상기 정정은 상기 기판 로트 내의 기판을 위한 후속 장치에 대한 정정, 후속 기판 로트의 기판을 위한 장치에 대한 정정 및/또는 패터닝 프로세스의 다른 장치에 대한 정정을 포함하는, 방법.
40. 계측 데이터(2201)에 대한 모델링되고 측정된 것의 조합된 기여분(2205)을 획득하는 방법으로서,
계측 데이터(2201) 및 계측 데이터(2201)에 대한 기여분(2202)을 획득하는 단계 - 기여분(2202)은 특정 프로세싱 단계, 프로세싱 변수 및/또는 프로세싱 장치와 연관됨 -;
계측 데이터(2201)로부터 기여분(2202)을 제거하여 계측 데이터(2201)에 대한 도출된 기여분(2203)을 획득하는 단계;
모델(2200)을 사용하여 도출된 기여분(2203)을 업샘플링함으로써 모델링된 기여분(2204)을 획득하는 단계; 및
도출된 기여분(2203)과 모델링된 기여분(2204)을 조합하여 조합된 기여분(2205)을 획득하는 단계를 포함하는, 방법.
41. 제40조항에 있어서, 에칭 툴, CMP 툴, 증착 툴 및/또는 리소그래피 장치와 같은 프로세싱 장치를 제어하기 위한 입력으로서 조합된 기여분(2205)을 사용하는 단계를 더 포함하는, 방법.
42. 제41조항에 있어서, 제어는 프로세싱 장치에 적합한 제어 레시피를 생성함으로써 달성되는, 방법.
43. 제42조항에 있어서, 제어 레시피가 리소그래피 장치에 대해 생성되고, 제어 레시피는 노광당 제어(CPE) 명령 및/또는 리소그래피 장치를 사용하여 기판에 제공된 노광 필드의 개별 제어를 위한 정보를 함유하는 서브-레시피를 포함하는, 방법.
44. 제40조항에 있어서, 모델(2200)은 기판에 걸친 프로세싱 변수의 낮은 차수 거동을 기술하도록 구성된 전역 모델인, 방법.
45. 패터닝 프로세스에 대한 정정을 결정하기 위한 방법으로서,
패터닝 프로세스에 사용되는 장치의 데이터 및 계측 데이터로부터 도출되는 복수의 품질을 획득하는 단계;
하드웨어 컴퓨터 시스템에 의해, 상기 복수의 품질로부터 대표 품질을 선택하는 단계; 및
하드웨어 컴퓨터 시스템에 의해, 상기 대표 품질에 기초하여 패터닝 프로세스에 대한 정정을 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
46. 제45조항에 있어서, 상기 복수의 품질은 복수의 파라미터 맵이고, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스에 사용되는 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵인, 방법.
47. 제45조항에 있어서, 상기 복수의 품질은 상기 패터닝 프로세스 동안 프로세싱되는 기판 로트에 대한 상기 패터닝 프로세스의 복수의 파라미터 맵에 대응하는 하나 이상의 정정이며, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 패터닝 프로세스에 사용되는 장치의 데이터 및 계측 데이터로부터 생성되고,
상기 대표 품질은 상기 패터닝 프로세스에 대한 하나 이상의 정정으로부터 선택되는 대표 정정인, 방법.
48. 제45조항에 있어서, 상기 대표 품질의 선택은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
49. 제45조항에 있어서, 상기 대표 품질의 선택은 상기 패터닝 프로세스에 사용되는 장치의 정정 잠재능력(potential)에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
50. 제45조항에 있어서, 상기 정정은: 프로세싱된 기판 상의 후속 층, 후속 기판 로트, 및 후속 프로세싱 장치를 이용하여 프로세싱될 기판 로트 내의 기판을 위한 상기 후속 프로세싱 장치 중 하나 이상을 위한 상기 패터닝 프로세스에 대한 정정, 및/또는 상기 패터닝 프로세스에서 사용되는 적어도 하나의 다른 프로세싱 장치에 대한 정정을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
51. 제46조항에 있어서, 상기 파라미터 맵은 각각, 상기 패터닝 프로세스의 개별 기여요인과 관련되고, 상기 방법은, 각각의 기여요인에 대해 상기 패터닝 프로세스 동안의 상이한 층들 및/또는 기판들에 관한 파라미터 맵들의 비교에 기초하여 각각의 파라미터 맵에 대한 일관성 특성(consistency characteristic)을 결정하는 단계를 더 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
52. 제51조항에 있어서, 일관성 특성에 기초하여 기여요인이 체계적인지 여부를 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
53. 제52조항에 있어서, 상기 대표 품질을 선택할 때 체계적인 것으로 결정된 기여요인에 더 큰 가중치가 할당되거나 체계적인 것으로 결정된 기여요인에 대응하는 파라미터 맵만이 사용되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
54. 제51조항에 있어서, 상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 변동의 정도를 결정하는 단계를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
55. 제51조항에 있어서, 상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 상관에 기초하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
56. 제46조항에 있어서, 상기 파라미터 맵의 파라미터는 오버레이, 임계 치수, 포커스 및/또는 엣지 배치 오차인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
57. 제46조항에 있어서, 상기 장치는 리소그래피 장치(스캐너)인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
58. 제57조항에 있어서, 상기 스캐너와 관련된 데이터는 레벨링 데이터, 정렬 데이터, 투영 시스템과 연관되는 수차 데이터 및/또는 레티클 위상을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
59. 제58조항에 있어서, 상기 복수의 파라미터 맵의 각각의 파라미터 맵은 파라미터의 고밀도 맵이고, 상기 고밀도 맵은 상기 패터닝 프로세스의 하나 이상의 프로세싱 변수의 상기 파라미터에 대한 기여분을 모델링 및/또는 시뮬레이션함으로써 생성되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
60. 제7조항에 있어서, 적어도 하나의 기여요인의 모델링된 표현을 획득하기 위해 적어도 하나의 파라미터 맵을 모델링하는 단계; 및 상기 적어도 하나의 모델링된 파라미터 맵과 상기 적어도 하나의 파라미터 맵을 조합하여 상기 적어도 하나의 기여요인의 적어도 하나의 업데이트된 표현을 획득하는 단계를 더 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
61. 제60조항에 있어서, 상기 적어도 하나의 기여요인의 적어도 하나의 업데이트된 표현은, 에칭 툴, CMP 툴, 증착 툴 및/또는 리소그래피 장치와 같은 프로세싱 장치를 제어하기 위한 입력으로서 사용되는, 방법.
62. 제61조항에 있어서, 제어는 상기 프로세싱 장치에 적합한 제어 레시피를 생성함으로써 달성되는, 방법.
63. 제62조항에 있어서, 제어 레시피는 리소그래피 장치에 적합하며, 제어 레시피는 노광당 제어(CPE) 명령 및/또는 리소그래피 장치를 사용하여 기판에 제공된 노광 필드의 개별 제어를 위한 정보를 함유하는 서브-레시피를 포함하는, 방법.
64. 제60조항 내지 제63조항 중 어느 한 조항에 있어서, 모델링은 기판에 걸친 프로세싱 변수의 낮은 차수 거동을 기술하도록 구성된 전역 모델을 사용하는, 방법.
본 발명의 다양한 양태의 변형 및 대안적 실시예는 본 명세서를 참조하면 당업자들에게 명백하게 이해될 것이다. 따라서, 이러한 상세한 설명 및 도면은 오직 예를 들기 위한 것이고 당업자들에게 본 발명을 실시하는 일반적인 방식을 알려주기 위한 것으로 해석되어야 한다. 본 명세서에서 도시되고 설명되는 본 발명의 형태들이 실시예들의 예로서 간주되어야 한다는 것이 이해되어야 한다. 본 발명의 이러한 설명을 접한 당업자라면 명백히 알 수 있는 것처럼, 요소 및 재료는 본 명세서에서 예시되고 설명되는 것들을 대체할 수 있고, 부분들과 프로세스들은 뒤바뀌거나 순서가 바뀌거나 생략될 수 있으며, 특정 특징들은 독립적으로 활용될 수 있고, 실시예들 또는 실시예의 특징들은 결합될 수 있다. 후속하는 청구범위에서 기술되는 바와 같은 본 발명의 사상 및 범위에서 벗어나지 않으면서, 본 명세서에서 설명되는 요소는 변경될 수 있다. 본 명세서에서 주석은 조직화의 목적일 뿐 본 발명의 범위를 한정하도록 사용되려는 것이 아니다.
본 명세서 전체에서 사용될 때, "~ 수 있다(may)"는 단어는 강제적인 의미(즉, 해야함(must)을 의미)하는 것이 아니라 허용하는 의미(즉, 가능성이 있음을 의미)로 사용된다. 단어 "포함", "포함하는", 및 "포함한다" 등은, 포함하지만 그것으로 제한되는 것은 아니라는 것을 의미한다. 본 명세서 전체에서 사용될 때, 단수 형태인 "한" "하나" 및 "그" 등은 문맥이 그렇지 않다고 명백하게 표시하지 않으면 복수의 지시대상을 포함한다. 따라서, 예를 들어 "하나의(an)" 요소 또는 "한(a)" 요소에 대해 언급하는 것은, "하나 이상의"와 같이 하나 이상의 요소에 대해서 다른 용어 및 어구를 사용함에도 불구하고, 두 개 이상의 요소의 조합을 포함한다. 용어 "또는"은, 그렇지 않다고 표시되지 않으면, 비-배타적이고, 즉, "및" 과 "또는" 양자 모두를 망라한다. 조건 관계를 설명하는 용어, 예를 들어 "X에 응답하여 Y가", "X의 경우, Y가", "X면, Y가," "X일 경우, Y가" 등은, 선행조건이 결과의 필요 인과 조건이거나, 선행조건이 충분 인과 조건이거나, 또는 선행조건이 결과에 기여하는 인과 조건인 인과 관계들을 망라하는데, 예를 들어 "조건 Y가 달성되면 상태 X가 발생한다"는 "Y의 경우에만 X가 발생한다" 및 "Y 및 Z의 경우 X가 발생한다"에 대한 통칭이다. 이러한 조건 관계는 선행조건이 달성되는 것에 바로 후속하는 결과로 한정되지 않는데 이것은 일부 결과가 지연될 수 있기 때문이고, 조건부 진술에서, 선행조건은 그 결과와 연결되며, 예를 들어 선행조건은 결과가 발생할 가능성과 관련된다. 복수 개의 속성 또는 기능이 복수 개의 대상물(예를 들어, 단계 A, B, C, 및 D를 수행하는 하나 이상의 프로세서)로 맵핑된다는 진술은, 달리 표시되지 않는 한, 모든 이러한 속성 또는 기능이 이러한 모든 대상물로 맵핑된다는 것 및 속성 또는 기능의 서브세트가 속성 또는 기능의 서브세트로 맵핑된다는 것 양자 모두(예를 들어, 모든 프로세서가 각각 단계 A-D를 수행한다는 것, 및 프로세서 1이 단계 A를 수행하고, 프로세서 2가 단계 B 및 단계 C의 일부를 수행하며, 및 프로세서 3이 단계 C의 일부와 단계 D를 수행하는 경우 양자 모두)를 망라한다. 더 나아가, 달리 표시되지 않는 한, 하나의 값 또는 동작이 다른 조건 또는 값에 "기초한다"는 진술은, 조건 또는 값이 유일한 인자인 경우 및 조건 또는 값이 여러 인자들 중 하나의 인자인 경우 양자 모두를 망라한다. 달리 표시되지 않는 한, 일부 집합 중 "각각의" 인스턴스가 일부 특성을 가진다는 진술은, 더 큰 집합의 일부의 또는 동일하거나 유사한 원소들이 그러한 특성을 가지지 않는 경우를 배제하는 것으로 해석되어서는 안 되고, 즉 각각이 반드시 각각 그리고 모두를 의미하는 것은 아니다.
특정 미국 특허, 미국 특허 출원, 또는 다른 문헌(예를 들어, 논문)이 원용되어 통합된다는 범위에 대해서, 이러한 미국 특허, 미국 특허 출원, 및 다른 문헌의 내용은 이러한 문헌과 본원에 언급된 진술 및 도면 사이에 상충이 존재하지 않는 범위에서 원용에 의해 본원에 통합된다. 이러한 상충이 있는 경우, 본 명세서에서 원용에 의해 통합되는 이러한 미국 특허, 미국 특허 출원, 및 다른 문헌 내의 임의의 이러한 상충되는 내용은 구체적으로 본 명세서에 원용에 의해 통합되지 않는다.
이상에서 발명의 특정 실시예들이 설명되었지만, 이러한 실시예는 설명된 것과 다르게 실시될 수도 있다는 것을 이해할 것이다.
Claims (15)
- 패터닝 프로세스에 대한 정정을 결정하기 위한 방법으로서,
성능 파라미터의 복수의 파라미터 맵에 의해 표현되거나 복수의 파라미터 맵과 연관되는 복수의 품질을 획득하는 단계 - 상기 복수의 파라미터 맵은 성능 파라미터의 값들의 공간적 분포를 포함하는 것이고, (i) 하나 이상의 패터닝된 기판으로부터의 계측 데이터 및 (ii) 상기 패터닝 프로세스에 사용되는 장치에 대한 데이터의 조합으로부터 생성되는 것임 -;
하드웨어 컴퓨터 시스템에 의해, 상기 복수의 품질로부터 대표 품질을 선택하거나 생성하는 단계;
하드웨어 컴퓨터 시스템에 의해, 상기 대표 품질에 기초하여 상기 패터닝 프로세스에 대한 정정을 결정하는 단계; 및
(i) 상기 정정을 상기 패터닝 프로세스에 적용하는 단계와 (ii) 상기 정정을 나타내거나 상기 정정에 기초하는 신호를 상기 패터닝 프로세스에 대한 상기 정정을 가능하게 하는 툴이나 시스템에 출력하는 단계 중 하나 또는 양자 모두
를 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 복수의 품질은 상기 복수의 파라미터 맵에 의해 표현되는 것이고, 상기 대표 품질은 상기 복수의 파라미터 맵으로부터 선택되는 대표 파라미터 맵인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 복수의 품질은 상기 복수의 파라미터 맵에 대응하는 상기 패터닝 프로세스에 대한 복수의 정정이며, 상기 대표 품질은 상기 패터닝 프로세스에 대한 상기 복수의 정정으로부터 선택되는 대표 정정인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 대표 품질의 생성은 상기 복수의 품질의 가중된 평균화에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 대표 품질의 선택은 상기 패터닝 프로세스에 사용되는 장치의 정정 잠재능력(potential)에 기초하는 것인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 정정은: 프로세싱된 기판 상의 후속 층, 후속 기판 로트, 및 후속 프로세싱 장치를 이용하여 프로세싱될 기판 로트 내의 기판을 위한 상기 후속 프로세싱 장치 중 하나 이상을 위한 상기 패터닝 프로세스에 대한 정정 또는 상기 패터닝 프로세스에서 사용되는 적어도 하나의 다른 프로세싱 장치에 대한 정정을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제2항에 있어서,
상기 복수의 파라미터 맵은 상기 패터닝 프로세스에 대한 적어도 하나의 기여요인(contributor)과 관련되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제7항에 있어서,
상기 패터닝 프로세스 동안의 상이한 층들 및 기판들 중 하나 또는 양자 모두에 관한 파라미터 맵들의 비교에 기초하여 상기 복수의 파라미터 맵으로부터 각각의 파라미터 맵에 대한 일관성 특성(consistency characteristic)을 결정하는 단계; 및
상기 일관성 특성에 기초하여 상기 적어도 하나의 기여요인이 체계적(systematic)인지 여부를 결정하는 단계를 더 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제8항에 있어서,
상기 대표 품질을 선택할 때 체계적인 것으로 결정된 상기 적어도 하나의 기여요인에 더 큰 가중치가 할당되거나 체계적인 것으로 결정된 상기 적어도 하나의 기여요인에 대응하는 파라미터 맵만이 사용되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제8항에 있어서,
상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 변동의 정도를 결정하는 것을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제8항에 있어서,
상기 일관성 특성을 결정하기 위한 파라미터 맵들의 비교는 파라미터 맵들 간의 상관에 기초하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 성능 파라미터는 오버레이, 임계 치수, 포커스 또는 엣지 배치 오차 중 하나 이상인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제1항에 있어서,
상기 장치는 리소그래피 장치인, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제13항에 있어서,
상기 리소그래피 장치와 관련된 데이터는 레벨링 데이터, 정렬 데이터, 투영 시스템과 연관되는 수차 데이터 또는 레티클에 제공되는 구조체와 연관된 레티클 데이터 중 하나 이상을 포함하는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법. - 제14항에 있어서,
상기 복수의 파라미터 맵의 각각의 파라미터 맵은 상기 성능 파라미터의 고밀도 맵이고, 상기 고밀도 맵은 상기 패터닝 프로세스의 하나 이상의 프로세싱 변수의 상기 성능 파라미터에 대한 기여분을 모델링 또는 시뮬레이션함으로써 생성되는, 패터닝 프로세스에 대한 정정을 결정하기 위한 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020237010950A KR20230048170A (ko) | 2017-12-19 | 2018-11-20 | 컴퓨테이션 기법 기반 정정 및 제어 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762607777P | 2017-12-19 | 2017-12-19 | |
| US62/607,777 | 2017-12-19 | ||
| EP18200014.1 | 2018-10-12 | ||
| EP18200014 | 2018-10-12 | ||
| PCT/EP2018/081872 WO2019120826A1 (en) | 2017-12-19 | 2018-11-20 | Computational metrology based correction and control |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237010950A Division KR20230048170A (ko) | 2017-12-19 | 2018-11-20 | 컴퓨테이션 기법 기반 정정 및 제어 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200086366A KR20200086366A (ko) | 2020-07-16 |
| KR102517966B1 true KR102517966B1 (ko) | 2023-04-03 |
Family
ID=64453485
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237010950A KR20230048170A (ko) | 2017-12-19 | 2018-11-20 | 컴퓨테이션 기법 기반 정정 및 제어 |
| KR1020207018297A KR102517966B1 (ko) | 2017-12-19 | 2018-11-20 | 컴퓨테이션 기법 기반 정정 및 제어 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237010950A KR20230048170A (ko) | 2017-12-19 | 2018-11-20 | 컴퓨테이션 기법 기반 정정 및 제어 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US11448973B2 (ko) |
| EP (1) | EP3729197A1 (ko) |
| JP (2) | JP2021508078A (ko) |
| KR (2) | KR20230048170A (ko) |
| CN (2) | CN115294068A (ko) |
| TW (4) | TWI785884B (ko) |
| WO (1) | WO2019120826A1 (ko) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3364247A1 (en) * | 2017-02-17 | 2018-08-22 | ASML Netherlands B.V. | Methods & apparatus for monitoring a lithographic manufacturing process |
| US11422472B2 (en) * | 2017-12-22 | 2022-08-23 | Asml Netherlands B.V. | Patterning process improvement involving optical aberration |
| WO2021032376A1 (en) * | 2019-08-20 | 2021-02-25 | Asml Netherlands B.V. | Method for controlling a semiconductor manufacturing process |
| WO2021225587A1 (en) * | 2020-05-06 | 2021-11-11 | Kla Corporation | Inter-step feedforward process control in the manufacture of semiconductor devices |
| WO2021223958A1 (en) * | 2020-05-08 | 2021-11-11 | Asml Netherlands B.V. | Methods and apparatus for diagnosing unobserved operational parameters |
| KR20220099005A (ko) * | 2021-01-05 | 2022-07-12 | 삼성전자주식회사 | 반도체 소자 제조 방법 |
| WO2022258398A1 (en) * | 2021-06-07 | 2022-12-15 | Asml Netherlands B.V. | Determining rounded contours for lithography related patterns |
| KR20240035804A (ko) * | 2021-07-20 | 2024-03-18 | 에이에스엠엘 네델란즈 비.브이. | 저차원 데이터 분석을 위한 데이터 매핑 방법 및 프로그램 |
| EP4134745A1 (en) * | 2021-08-12 | 2023-02-15 | ASML Netherlands B.V. | A method for modeling measurement data over a substrate area and associated apparatuses |
| WO2023156143A1 (en) * | 2022-02-21 | 2023-08-24 | Asml Netherlands B.V. | Methods of metrology |
| EP4231096A1 (en) * | 2022-02-21 | 2023-08-23 | ASML Netherlands B.V. | Methods of metrology |
| TWI827023B (zh) * | 2022-04-27 | 2023-12-21 | 華邦電子股份有限公司 | 半導體製造裝置及其半導體製造方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005033208A (ja) | 2003-07-11 | 2005-02-03 | Asml Netherlands Bv | 結像プロセス中のパターンの像の修正 |
| JP2017505460A (ja) * | 2014-02-12 | 2017-02-16 | エーエスエムエル ネザーランズ ビー．ブイ． | プロセスウィンドウを最適化する方法 |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6470230B1 (en) * | 2000-01-04 | 2002-10-22 | Advanced Micro Devices, Inc. | Supervisory method for determining optimal process targets based on product performance in microelectronic fabrication |
| US6622059B1 (en) * | 2000-04-13 | 2003-09-16 | Advanced Micro Devices, Inc. | Automated process monitoring and analysis system for semiconductor processing |
| DE60319462T2 (de) | 2002-06-11 | 2009-03-12 | Asml Netherlands B.V. | Lithographischer Apparat und Verfahren zur Herstellung eines Artikels |
| CN1947062A (zh) * | 2004-02-23 | 2007-04-11 | Asml荷兰有限公司 | 基于散射测量数据确定工艺参数值的方法 |
| US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| US7649614B2 (en) | 2005-06-10 | 2010-01-19 | Asml Netherlands B.V. | Method of characterization, method of characterizing a process operation, and device manufacturing method |
| EP1744217B1 (en) | 2005-07-12 | 2012-03-14 | ASML Netherlands B.V. | Method of selecting a grid model for correcting grid deformations in a lithographic apparatus and lithographic assembly using the same |
| JP2007027219A (ja) * | 2005-07-13 | 2007-02-01 | Nikon Corp | 最適化方法及び表示方法 |
| WO2007030704A2 (en) | 2005-09-09 | 2007-03-15 | Brion Technologies, Inc. | System and method for mask verification using an individual mask error model |
| WO2007086316A1 (ja) | 2006-01-26 | 2007-08-02 | Nikon Corporation | 重ね合わせ管理方法及び装置、処理装置、測定装置及び露光装置、デバイス製造システム及びデバイス製造方法、並びにプログラム及び情報記録媒体 |
| SG169372A1 (en) * | 2006-02-01 | 2011-03-30 | Applied Materials Israel Ltd Il | Method and system for evaluating a variation in a parameter of a pattern |
| JP2007318036A (ja) * | 2006-05-29 | 2007-12-06 | Toshiba Corp | 半導体製造装置管理システム、半導体製造装置の異常要因抽出方法及びその管理方法 |
| DE102007038702A1 (de) | 2006-08-31 | 2008-07-31 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zum Reduzieren der Überlagerungsfehler in Belichtungsfeldern mittels APC-Steuerungsstrategien |
| NL1036189A1 (nl) | 2007-12-05 | 2009-06-08 | Brion Tech Inc | Methods and System for Lithography Process Window Simulation. |
| NL1036245A1 (nl) | 2007-12-17 | 2009-06-18 | Asml Netherlands Bv | Diffraction based overlay metrology tool and method of diffraction based overlay metrology. |
| NL1036597A1 (nl) | 2008-02-29 | 2009-09-01 | Asml Netherlands Bv | Metrology method and apparatus, lithographic apparatus, and device manufacturing method. |
| JP5237690B2 (ja) * | 2008-05-16 | 2013-07-17 | ルネサスエレクトロニクス株式会社 | 半導体デバイスの製造方法 |
| NL2005162A (en) | 2009-07-31 | 2011-02-02 | Asml Netherlands Bv | Methods and scatterometers, lithographic systems, and lithographic processing cells. |
| JP2013502592A (ja) | 2009-08-24 | 2013-01-24 | エーエスエムエル ネザーランズ ビー．ブイ． | メトロロジ方法および装置、リソグラフィ装置、リソグラフィプロセシングセル、およびメトロロジターゲットを備える基板 |
| EP2392970A3 (en) * | 2010-02-19 | 2017-08-23 | ASML Netherlands BV | Method and apparatus for controlling a lithographic apparatus |
| NL2007425A (en) | 2010-11-12 | 2012-05-15 | Asml Netherlands Bv | Metrology method and apparatus, and device manufacturing method. |
| NL2008702A (en) * | 2011-05-25 | 2012-11-27 | Asml Netherlands Bv | Computational process control. |
| US10295993B2 (en) * | 2011-09-01 | 2019-05-21 | Kla-Tencor Corporation | Method and system for detecting and correcting problematic advanced process control parameters |
| US9053284B2 (en) * | 2013-09-04 | 2015-06-09 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for overlay control |
| NL2013745A (en) | 2013-12-05 | 2015-06-08 | Asml Netherlands Bv | Method and apparatus for measuring a structure on a substrate, models for error correction, computer program products for implementing such methods & apparatus. |
| KR102353145B1 (ko) * | 2015-04-10 | 2022-01-18 | 에이에스엠엘 네델란즈 비.브이. | 검사와 계측을 위한 방법 및 장치 |
| CN108700823B (zh) * | 2016-02-22 | 2020-11-27 | Asml荷兰有限公司 | 对量测数据的贡献的分离 |
| CN108713166B (zh) | 2016-03-11 | 2021-03-09 | Asml荷兰有限公司 | 计算用于控制制造工艺的校正的方法、计量设备、器件制造方法和建模方法 |
| KR102485767B1 (ko) | 2017-02-22 | 2023-01-09 | 에이에스엠엘 네델란즈 비.브이. | 전산 계측 |
-
2018
- 2018-11-20 KR KR1020237010950A patent/KR20230048170A/ko not_active Application Discontinuation
- 2018-11-20 WO PCT/EP2018/081872 patent/WO2019120826A1/en unknown
- 2018-11-20 CN CN202210951655.1A patent/CN115294068A/zh active Pending
- 2018-11-20 KR KR1020207018297A patent/KR102517966B1/ko active IP Right Grant
- 2018-11-20 CN CN201880082787.7A patent/CN111512235B/zh active Active
- 2018-11-20 JP JP2020533687A patent/JP2021508078A/ja active Pending
- 2018-11-20 US US16/954,384 patent/US11448973B2/en active Active
- 2018-11-20 EP EP18807597.2A patent/EP3729197A1/en active Pending
- 2018-12-12 TW TW110141817A patent/TWI785884B/zh active
- 2018-12-12 TW TW109137652A patent/TWI756889B/zh active
- 2018-12-12 TW TW107144818A patent/TWI710863B/zh active
- 2018-12-12 TW TW111144197A patent/TWI821031B/zh active
-
2022
- 2022-07-25 JP JP2022117920A patent/JP7443431B2/ja active Active
- 2022-07-27 US US17/874,582 patent/US20220365446A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005033208A (ja) | 2003-07-11 | 2005-02-03 | Asml Netherlands Bv | 結像プロセス中のパターンの像の修正 |
| JP2017505460A (ja) * | 2014-02-12 | 2017-02-16 | エーエスエムエル ネザーランズ ビー．ブイ． | プロセスウィンドウを最適化する方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7443431B2 (ja) | 2024-03-05 |
| US20220365446A1 (en) | 2022-11-17 |
| TWI756889B (zh) | 2022-03-01 |
| CN115294068A (zh) | 2022-11-04 |
| JP2022140566A (ja) | 2022-09-26 |
| TW202219498A (zh) | 2022-05-16 |
| TWI821031B (zh) | 2023-11-01 |
| CN111512235A (zh) | 2020-08-07 |
| EP3729197A1 (en) | 2020-10-28 |
| US11448973B2 (en) | 2022-09-20 |
| TWI710863B (zh) | 2020-11-21 |
| JP2021508078A (ja) | 2021-02-25 |
| KR20200086366A (ko) | 2020-07-16 |
| WO2019120826A1 (en) | 2019-06-27 |
| TW202311852A (zh) | 2023-03-16 |
| TW202121067A (zh) | 2021-06-01 |
| TW201937301A (zh) | 2019-09-16 |
| CN111512235B (zh) | 2022-08-05 |
| KR20230048170A (ko) | 2023-04-10 |
| TWI785884B (zh) | 2022-12-01 |
| US20210080837A1 (en) | 2021-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102517966B1 (ko) | 컴퓨테이션 기법 기반 정정 및 제어 | |
| KR102352673B1 (ko) | 컴퓨테이션 계측법 | |
| KR102582989B1 (ko) | 컴퓨테이션 계측법 기반 샘플링 스킴 | |
| KR102425167B1 (ko) | 파라미터의 확률 밀도 함수에 기반한 제어 방법 | |
| US11287748B2 (en) | Guided patterning device inspection | |
| EP3441819A1 (en) | Computational metrology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |