KR20020063616A - 자동화된 고밀도 플라즈마(ｈｄｐ) 워크피스 온도 제어 방법 - Google Patents

Abstract

고밀도 플라즈마(HDP) 공정 단계에서 워크피스를 처리하는 단계와, 상기 HDP 공정 단계에서 상기 워크피스 상에서 수행된 HDP 공정의 특징 파라미터를 측정하는 단계와, 그리고 상기 측정된 특징 파라미터를 모델링하는 단계를 포함하는 제조 방법이 개시된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위하여 모델을 적용하는 단계를 포함한다.

Description

자동화된 고밀도 플라즈마(ＨＤＰ) 워크피스 온도 제어 방법{AUTOMATED HIGH-DENSITY PLASMA(HDP) WORKPIECE TEMPERATURE CONTROL}

반도체 산업에서는, 마이크로프로세서들, 메모리 디바이스들 등과 같은 집적 회로 디바이스들의 품질, 신뢰성 및 생산량을 증가시킬 것이 꾸준히 요구되고 있다. 이는 소비자들이 더 신뢰성있게 동작하는 더 높은 품질의 컴퓨터들 및 전자 장치들을 요구하기 때문이다. 이러한 요구는 예를 들어 트랜지스터들과 같은 반도체 디바이스들의 제조 뿐 아니라, 이러한 트랜지스터들을 통합하는 집적 회로 디바이스들의 제조를 계속적으로 개선시켜왔다. 또한, 전형적인 트랜지스터의 구성 요소들의 제조에 있어서의 결함들을 감소시키게 되면, 트랜지스터당 전체 비용 뿐 아니라 이러한 트랜지스터들을 통합하는 집적 회로 디바이스들의 비용을 감소시킨다.

최근 몇 년 동안, 반도체 공정 툴들의 기초가 되는 기술들에 대한 관심이 증가함으로써, 상당한 개선이 이루어졌다. 그러나, 본 분야에서 진보가 이루어졌음에도 불구하고, 현재 상업적으로 이용되고 있는 많은 공정 툴들은 문제를 가지고 있다. 특히, 이러한 툴들은 종종, 사용자에게 익숙한 포맷으로 역사적인 파라미터 데이터를 제공하는 능력 뿐 아니라, 이벤트 로깅, 현재 공정 파라미터들 및 전체 런의 공정 파라미터들의 실시간 그래픽 디스플레이, 및 원격, 즉 로컬 사이트 및 전 세계적인 모니터링과 같은 진보된 공정 데이터 모니터링 성능들이 부족하다. 이러한 문제들은 생산량 정확도, 안정성 및 반복능력, 공정 온도, 기계적인 툴 파라미터들 등과 같은 임계 공정 파라미터들이 최악으로 제어되게 할 수 있다. 이러한 변화성은 런 내에서의 불균형, 런들 간에서의 불균형, 및 제품 품질 및 성능에 치우침을 야기시킬 수 있는 툴들 간에서의 불균형으로서 자체적으로 증명된다. 한편, 이러한 툴들에 대한 이상적인 모니터링 및 진단 시스템은 이러한 변화성을 모니터링하는 수단 뿐 아니라, 임계 파라미터들의 제어를 최적화하는 수단을 제공한다.

모니터하고 제어하기가 편리한 파라미터들로는, 워크피스 상에 형성된 층의 두께, 워크피스 상에 형성된 물질의 벌크 물리 특성들, 및 전체 균일성이 있다. 예를 들어, HDP 식각 및/또는 증착 공정 동안 워크피스 상에 증착된 유전체 필름의 두께, 유전체 필름의 굴절률, 및 유전체 필름의 워크피스 전체에 걸친 두께 변화를 모니터하고 제어하는 것이 편리하다.

그러나, 디바이스의 성능 및 수율을 최적화하기 위하여 반도체 및 마이크로전자 디바이스의 제조시 이러한 파라미터들을 정확히 제어하는 데에 있어서, 전적인 통계적인 공정 제어(SPC) 기술들은 종종 부적절하다. 전형적으로, SPC 기술들은 상기 파라미터들에 대한 목표값, 및 이 목표값에 대한 범위를 설정한다. 그런 다음, SPC 기술들은 반도체 디바이스의 성능을 최적화하기 위하여, 및/또는 반도체디바이스의 수율 및 생산량을 최적화하기 위하여, 각 목표값들을 자동으로 조정 및 변경하지 않으면서 목표값으로부터의 편차를 최소화하고자 노력한다. 또한, 목표값들에 대한 비적응성(non-adaptive) 공정 범위들을 무턱대고 최소화하는 것은 공정 수율 및 처리량을 증가시키지 못한다.

특히, HDP 공정들에 의해 증착 및/또는 식각되는 필름들에 대한 파라미터들에 있어서의 편차들은 전형적으로 HDP 공정들 동안 워크피스의 온도 제어를 잘 할 수 없게 한다. HDP 공정은 전형적으로 HDP 공정 동안 전자기 척(chuck)을 이용하여 워크피스를 고정시키고, 유지하고, 냉각시킨다. 워크피스 온도(T)는 아르곤(Ar) 스퍼터링 파라미터들, 척과의 워크피스의 컨택, 및 물 흐름 냉각 및/또는 헬륨(He) 흐름 냉각에 의한 척 냉각의 복합 함수이다. 일반적인 시도는 공정 엔지니어의 경험 및 어쩌면 오류를 일으킬 수도 있는 추정을 기초로 하는 수동적인 제어를 이용한다.

본 발명은 상기 설명된 하나 또는 그 이상의 문제들을 해결하거나, 또는 적어도 그 영향을 줄이는 것이다.

본 발명은 일반적으로 반도체 제조 기술에 관한 것으로서, 특히 고밀도 플라즈마(HDP) 식각 및/또는 증착 공정 동안 워크피스 온도 제어를 자동화하는 방법에 관한 것이다.

도 1 내지 7은 본 발명에 따른 제조 방법의 다양한 실시예들을 개략적으로나타낸 도면들로서,

도 1은 본 발명에 따라 실행되는 반도체 디바이스 제조 방법을 개략적으로 도시한다.

도 2는 본 발명에 따라 다수의 제어 입력 신호들을 이용하여, 고밀도 플라즈마(HDP) 공정 툴을 이용하여 공정 처리되고 있는 워크피스를 개략적으로 도시한다.

도 3 및 4는 도 2의 공정 및 툴의 특정 실시예를 개략적으로 도시한다.

도 5는 도 3 및 4의 공정 및 툴에 의해 실행될 수 있는, 도 1의 방법의 하나의 특정 실시예를 개략적으로 도시한다.

도 6은 높은 애스펙스비의 금속 라인들 상의 필름의 전형적인 HDP 증착을 개략적으로 도시한다.

도 7은 본 발명의 다양한 실시예들에 따른, 높은 애스펙트비의 금속 라인들 상의 필름의 HDP 증착을 개략적으로 도시한다.

본 발명은 다양한 변경들 및 대안적인 형태들을 가질 수 있음에도 불구하고, 본원 및 도면들에서는 특정 실시예들을 예시적으로 설명한다. 그러나, 이러한 특정 실시예들은 본 발명을 개시된 특정한 형태들로 한정하지 않으며, 본 발명은 첨부된 청구항들에 의해 규정되는 본 발명의 정신 및 범위 내에 있는 모든 변경들, 등가물들, 및 대안들을 포함한다는 것을 알 수 있을 것이다.

본 발명의 일 양상에서는, 고밀도 플라즈마(HDP) 공정 단계에서 워크피스를 처리하는 단계와, 상기 HDP 공정 단계에서 상기 워크피스 상에서 수행된 HDP 공정의 특징 파라미터를 측정하는 단계와, 그리고 상기 측정된 특징 파라미터를 모델링하는 단계를 포함하는 제조 방법이 제공된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위한 모델을 적용하는 단계를 포함한다.

본 발명의 다른 양상에서는, 실행될 때, 고밀도 플라즈마(HDP) 공정 단계에서 워크피스를 처리하는 단계와, 상기 HDP 공정 단계에서 상기 워크피스 상에서 수행된 HDP 공정의 특징 파라미터를 측정하는 단계와, 그리고 상기 측정된 특징 파라미터를 모델링하는 단계를 포함하는 제조 방법이 제공된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위한 모델을 적용하는 단계를 포함하는 워크피스 제조 방법을 수행하는 명령들로 엔코드되는 컴퓨터 판독가능한 프로그램 저장 장치가 제공된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위한 모델을 적용하는 단계를 포함한다.

본 발명의 또 다른 양상에서는, 고밀도 플라즈마(HDP) 공정 단계에서 워크피스를 처리하는 단계와, 상기 HDP 공정 단계에서 상기 워크피스 상에서 수행된 HDP 공정의 특징 파라미터를 측정하는 단계와, 그리고 상기 측정된 특징 파라미터를 모델링하는 단계를 포함하는 제조 방법이 제공된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위한 모델을 적용하는 단계를 포함하는 제조 방법을 수행하도록 프로그램되는 컴퓨터가 제공된다. 이 방법은 또한, 적어도 하나의 HDP 제어 입력 파라미터를 변경하기 위한 모델을 적용하는 단계를 포함한다.

본 발명은 첨부 도면들을 참조하여 설명되는 하기의 상세한 설명으로부터 좀 더 명확해질 것이다. 도면 부호들에서 가장 왼쪽에 있는 숫자(들)은 도면의 번호를 나타낸다.

이하, 본 발명의 예시적인 실시예들을 설명한다. 명확성을 위하여, 실제 실행의 모든 특징들을 다 설명하지는 않는다. 물론, 어떠한 실제 실시예의 전개에 있어서, 가령 실행마다 변하게 되는 시스템 관련 및 사업에 관련된 제약들과의 호환성과 같은 개발자의 특정한 목표들을 달성하기 위해서는 많은 실행 지정 결정들이 이루어져야 한다는 것을 알 수 있을 것이다. 또한, 이러한 전개 노력은 복잡하고 시간 소모적이지만, 그럼에도 불구하고 본원의 개시의 이익을 갖는 당업자에게 있어서는 일상적인 일이라는 것을 알 수 있을 것이다.

도 1은 본 발명에 따라 실행되는 방법(100)의 한 특정 실시예를 도시한다. 도 2는 상기 방법(100)이 실행될 수 있는 한 특정 장치(200)를 도시한다. 명확성을 위하여, 그리고 본 발명을 좀 더 잘 이해할 수 있도록, 상기 방법(100)은 장치(200)의 환경에서 설명된다. 그러나, 본 발명은 이에 한정되지 않으며, 하기에서 좀 더 설명되는 바와 같이 많은 변형들이 가능하다.

도 1 및 2를 참조하면, 많은 워크피스들 또는 웨이퍼들(205), 또는 이들의 배치가 고밀도 플라즈마(HDP) 공정 툴(210)을 통하여 공정 처리된다. HDP 공정 툴(210)은 필요한 제어 성능들을 포함하기만 한다면, 노벨러스(Novellus) HDP 툴과 같이 종래 기술에 공지된 어떠한 HDP 공정 툴이 될 수 있다. HDP 공정 툴(210)은 이러한 목적을 위하여 HDP 공정 툴 제어기(215)를 포함한다. HDP 공정 툴 제어기(215)의 특징 및 기능은 실행마다 지정될 것이다. 이를 테면, HDP 공정 툴 제어기(215)는 HDP 레시피 제어 입력 파라미터들과 같은 HDP 제어 입력 파라미터들을 제어한다. HDP 레시피 제어 입력 파라미터들은 물 흐름 냉각, 헬륨 흐름 냉각, 아르곤 스퍼터링, 정전 척 클램핑 전압 등에 대한 HDP 제어 입력 파라미터들을 포함할 수 있다. 도 2에는 네 개의 워크피스들(205)이 도시되었지만, 많은 워크피스들 또는 웨이퍼들, 즉 "한 벌의 웨이퍼"는 한 개에서부터 어떠한 유한수까지 어떠한 실행가능한 수의 웨이퍼들이 될 수 있다.

상기 방법(100)은 박스(120)로 설명되는 바와 같이, HDP 공정 툴(210) 내에서 워크피스(205) 상에서 수행되는 HDP 공정의 특징 파라미터의 측정으로부터 시작된다. 특징 파라미터들의 특성, 확인 및 측정은 대개 실행마다 지정되며, 심지어는 툴마다 지정된다. 이를 테면, 공정 파라미터들을 모니터링하는 성능들은 툴 마다 어느 정도 달라진다. 감지 성능들이 크면 클수록, 확인되고 측정되는 특징 파라미터들의 범위, 및 이것이 수행되는 방법의 범위가 더 넓어진다. 역으로, 감지 성능들이 작으면 작을수록 범위가 한정된다. 예를 들어, 노벨러스 HDP 툴은 고온계(pyrometer)를 이용하여 워크피스(205)의 온도, 및/또는 많은 워크피스들(205)의 평균 온도를 읽고, 상기 고온계는 워크피스(205) 및/또는 읽혀지고 있는 워크피스들의 방사율을 알 필요가 있지만, 상기 방사율은 웨이퍼마다 달라질 수 있다. 노벨러스 HDP 툴 고온계는 전형적으로 온도 정보를 노벨러스 HDP 툴로 피드백시키지 않는다. 워크피스(205)의 온도, 및/또는 많은 워크피스들(205)의 평균 온도는 HDP 공정 툴(210) 내에서 워크피스 상에서 수행되는 HDP 공정의 특징 파라미터의 예이다.

도 2를 참조하면, 이러한 특정 실시예에서, HDP 공정 특징 파라미터들은 툴 센서들(미도시)에 의해 측정 및/또는 모니터된다. 툴 센서들의 출력들은 라인(220)을 통하여 컴퓨터 시스템(230)으로 전송된다. 컴퓨터 시스템(230)은 이러한 센서 출력들을 분석하여 특징 파라미터들을 확인한다.

도 1을 다시 참조하여, 일단 특징 파라미터가 확인되고 측정되면, 상기 방법(100)은 박스(130)로 나타낸 바와 같이 측정되고 확인된 특징 파라미터를 모델링한다. 본 특정 실시예에서, 도 2의 컴퓨터 시스템(230)은 특징 파라미터를 모델링하도록 프로그램된다. 이러한 모델링이 수행되는 방법은 실행마다 지정된다.

도 2의 실시예에서, 데이터베이스(235)는 어떤 특징 파라미터가 확인되는 지에 따라, 잠재적으로 적용될 수도 있는 다수의 모델들을 저장한다. 따라서, 본 특정 실시예는 측정될 것 같은 특징 파라미터들에 대한 어떠한 이전(priori) 지식을 필요로 한다. 그런 다음, 컴퓨터 시스템(230)은 확인된 특징 파라미터들에 적용하기 위하여, 데이터베이스(235)로부터 잠재적인 모델들 중에서 적절한 모델을 선택한다. 데이터베이스(235)가 적절한 모델을 포함하고 있지 않다면, 특징 파라미터는 무시되거나, 또는 컴퓨터 시스템(230)은 그렇게 프로그램되는 경우 어떤 것을 개발하고자 할 것이다. 데이터베이스(235)는 컴퓨터 시스템(230)의 광 디스크(240), 플로피 디스크(245), 또는 하드 디스크 드라이브(미도시)와 같은 어떠한 종류의 컴퓨터 판독가능한 프로그램 저장 매체 상에 저장될 수 있다. 데이터베이스(235)는 또한 컴퓨터 시스템(230)과 인터페이스되는 개별적인 컴퓨터 시스템(미도시) 상에 저장될 수 있다.

대안적인 실시예들에서, 확인된 특징 파라미터의 모델링은 다르게 실행될 수 있다. 이를 테면, 컴퓨터 시스템(230)은 실시간 실행으로 진행중인 모델을 개발하기 위하여 센서 출력들 및 제어기 입력들을 분석하는 어떠한 형태의 인공 지능을 이용하여 프로그램될 수 있다. 이러한 시도는 도 2에 도시된 실시예에 대한 유용한부가물이 될 수 있으며, 그리고 상기 설명한 바와 같이, 데이터베이스(235)가 어떠한 적절한 모델도 갖지 않는 특징 파라미터들이 측정되고 확인된다.

이후, 도 1의 방법(100)은 박스(140)로 설명한 바와 같이, HDP 제어 입력 파라미터들을 변경하기 위하여 모델을 적용한다. 실행에 따라, 모델을 적용하게 되면 HDP 제어 입력 파라미터에 대한 새로운 값 또는 현존하는 HDP 제어 입력 파라미터에 대한 교정을 발생시킬 수 있다. 새로운 HDP 제어 입력은 모델에 의해 발생된 값으로부터 공식화되어, 라인(220)을 통해 HDP 공정 툴 제어기(215)로 전송된다. 이렇게 되면, HDP 공정 툴 제어기(215)는 새로운 HDP 제어 입력들에 따라 이후의 HDP 공정 동작들을 제어한다.

어떠한 대안적인 실시예들은 특징 파라미터들의 모델링을 개선하기 위하여 피드백 형태를 이용한다. 이러한 피드백의 실행은, 툴의 감지 성능들 및 경제성을 포함하는 몇 개의 다른 사실들에 의존한다. 이를 수행하는 한 기술은 적어도 하나의 모델 실행 효과를 모니터하고, 이 모니터된 효과(들)을 기초로 모델을 갱신하는 것이다. 이러한 갱신 또한 모델에 의존한다. 이를 테면, 선형 모델은 비선형 모델과 다른 갱신을 요구할 수 있으며, 다른 모든 요인들은 동일하다.

상기 설명으로부터 명백해지는 바와 같이, 본 발명의 일부 특징들은 소프트웨어로 실행된다. 이를 테면, 도시된 실시예에서, 도 1의 박스들(120 내지 140)로 설명된 동작들은 전체적으로 또는 부분적으로 소프트웨어로 실행된다. 따라서, 본 발명의 일부 특징들은 컴퓨터 판독가능한 프로그램 저장 매체 상에 엔코드되는 명령들로서 실행된다. 프로그램 저장 매체는 특정한 실행에 적절한 어떠한 타입이라도 될 수 있다. 그러나, 프로그램 저장 매체는 전형적으로 플로피 디스크(245) 또는 컴퓨터(230)의 하드 디스크(미도시)와 같이 자기적이거나, 또는 광 디스크(240)와 같이 광학적이다. 이러한 명령들이 컴퓨터에 의해 실행될 때, 이들은 개시된 기능들을 수행한다. 컴퓨터는 컴퓨터(230)와 같은 데스크탑 컴퓨터가 될 수 있다. 그러나, 컴퓨터는 대안적으로 HDP 공정 툴(210) 내에 포함되는 프로세서가 될 수 있다. 컴퓨터는 또한, 다른 많은 실시예들에서는 랩탑, 워크스테이션, 또는 메인 프레임이 될 수 있다. 본 발명의 범위는 본 발명의 실시예들이 실시되는 프로그램 저장 매체 또는 컴퓨터의 타입 또는 특성에 한정되지 않는다.

따라서, 상세한 설명의 일부분은 알고리즘들, 함수들, 기술들 및/또는 공정들의 측면에서 제시되거나, 제시될 수도 있다. 이러한 용어들은 당업자들이 그들의 작업 내용을 다른 당업자들에게 가장 효과적으로 전달할 수 있게 한다. 이러한 용어들이 본원에서 이용되며, 이들은 일반적으로 바람직한 결과를 이끄는 스스로 일관적인 단계들의 시퀀스로 간주된다. 이러한 단계들은 물리량의 물리적인 조정을 요구한다. 대개, 반드시 필요한 것은 아니지만, 이러한 물리량은 저장되고, 전송되고, 결합되고, 비교되고, 그렇지 않으면 조정될 수 있는 전자기 신호들의 형태를 갖는다.

원론적으로 공통 이용을 위하여, 이러한 신호들을 비트들, 값들, 요소들, 기호들, 문자들, 항들, 숫자들 등으로 한번에 나타내는 것이 편리하다. 이러한 그리고 유사한 모든 항들에는 적절한 물리량들이 결합되며, 이들은 단지 이러한 물리량들 및 동작들에 적용되는 편리한 라벨들일 뿐이다. 특정하게 달리 지정되지 않는다면, 또는 본 설명으로부터 명백해지는 바와 같이, 본원에서 이용되는 "공정", "컴퓨팅(computing)", "계산", "결정", "디스플레잉" 등은 컴퓨터 시스템 또는 유사한 전자 및/또는 기계적인 컴퓨팅 장치의 동작(들) 및 공정들을 나타낸다. 이러한 시스템 또는 장치는 컴퓨터 시스템의 레지스터들 및/또는 메모리들 내에 물리적인 (전자기적인) 양들로서 표현되는 데이터를 조정하고 이들을, 컴퓨터 시스템의 메모리들 및/또는 레지스터들 및/또는 이러한 다른 정보 저장, 전송 및/또는 디스플레이 장치들 내에 물리적인 양들로서 유사하게 표현되는 다른 데이터로 변환된다.

예시적인 장치의 구성

도 2의 장치(200)의 예시적인 실시예(300)가 도 3 및 4에 도시된다. 장치(300)는 진보된 공정 제어("APC") 시스템의 일부를 포함한다. 도 3 및 4는 각각 장치(300)의 개념화된 구조적이고 기능적인 블록도이다. 한 세트의 공정 단계들은 HDP 공정 툴(310) 상에서 다수의 웨이퍼들(305)에 대하여 수해된다. 장치(300)는 APC 시스템의 일부분이기 때문에, 웨이퍼들(305)은 런 투 런 기초로 처리된다. 따라서, 런 레벨의 측정들 및 평균들을 기초로, 공정 조정이 이루어지며 한 런이 지속되는 동안에는 일정하게 유지된다. "런"은 다수의 웨이퍼들, 또는 다수의 웨이퍼들의 배치, 또는 심지어는 개별적인 웨이퍼가 될 수 있다.

본 특정 실시예에서, 웨이퍼들(305)은 HDP 공정 툴(310)에 의해 처리되며, 공정에 있어서의 다양한 동작들은 공정 툴(310)과 워크스테이션(330) 간의 라인(320)을 통하여 다수의 HDP 제어 입력 신호들에 의해 제어된다. 본 실시예에 대한 예시적인 HDP 제어 입력들은 물 흐름 냉각 신호, 헬륨 흐름 냉각 신호, 아르곤 스퍼터링 신호, 정전 척 클램핑 전압 신호 등을 포함할 수 있다.

HDP 공정 툴(310) 내에서 공정 단계가 끝나면, 처리되고 있는 반도체 웨이퍼들(305)은 검사대(317)에서 검사된다. HDP 제어 입력들은 일반적으로 반도체 웨이퍼(305)의 온도에 영향을 주며, 이에 따라 HDP 공정 툴(310)에 의해 웨이퍼들(305) 상에 식각/증착되는 유전체 필름의 변화성 및 특징들에 영향을 준다. 일단 다수의 웨이퍼들(305)의 런 이후의 검사로부터 에러들이 결정되면, 라인(320) 상의 HDP 제어 입력들은 다수의 웨이퍼들(305)의 이후의 런에 대하여 변경된다. 라인(320)을 통한 제어 신호들의 변경은 HDP 공정 툴(310) 내에서의 다음 공정 단계를 개선하도록 설계된다. 이러한 변경은 도 1에서 설명된 방법(100)의 한 특정 실시예에 따라 수행되며, 이에 대해서는 하기에서 상세히 설명된다. 일단 HDP 공정 툴(310)에 대한 적절한 HDP 제어 입력 신호들이 갱신되면, 새로운 설정을 갖는 HDP 제어 입력 신호들이 반도체 디바이스들의 이후의 런에 이용된다.

도 3 및 4를 참조하면, HDP 공정 툴(310)은 공정 모듈들의 네트워크를 포함하는 제조 프레임워크와 통신한다. 이러한 한 모듈은 컴퓨터(340) 상에 있는 APC 시스템 관리자(440)이다. 이러한 공정 모듈들의 네트워크는 APC 시스템을 구성한다. HDP 공정 툴(310)은 일반적으로 장비 인터페이스(410) 및 센서 인터페이스(415)를 포함한다. 머신 인터페이스(430)는 워크스테이션(330) 상에 있다. 이 머신 인터페이스(430)는 APC 프레임워크, 예를 들어 APC 시스템 관리자(440)와 장비 인터페이스(410) 간의 갭을 이어준다. 따라서, 머신 인터페이스(430)는 HDP 공정 툴(310)과 APC 프레임워크를 인터페이스하며, 머신 셋업, 작동, 모니터링, 및 데이터 수집을 지원한다. 센서 인터페이스(415)는 LabView_와 같은 외부 센서들 또는 다른 센서 버스 기반 데이터 데이터 획득 소프트웨어와 통신하기 위한 적절한 인터페이스 환경을 제공한다. 머신 인터페이스(430) 및 센서 인터페이스(415)는 이용될 데이터를 수집하기 위하여, RS232 통신 표준과 같은 기능 세트들을 이용한다. 장비 인터페이스(410) 및 센서 인터페이스(415)는 라인(320)을 통하여 워크스테이션(330) 상에 있는 머신 인터페이스(430)와 통신한다.

좀 더 구체적으로, 머신 인터페이스(430)는 장비 인터페이스(410)로부터 커맨드들, 상태 이벤트들, 및 수집 데이터를 받고, 필요할 때 이들을 다른 APC 구성요소들 및 이벤트 채널들로 전송한다. 이어서, APC 구성요소들로부터의 응답들은 머신 인터페이스(430)에 의해 수신되어, 장비 인터페이스(410)로 재전송된다. 머신 인터페이스(430)는 또한 필요한 경우 메세지들 및 데이터를 재포맷시키고 재구성한다. 머신 인터페이스(430)는 APC 시스템 관리자(440) 내에서의 시작/정지 절차들을 지원한다. 이는 또한, 장비 인터페이스(410)에 의해 수집된 데이터를 버퍼링하고, 적절한 데이터 수집 신호들을 방출하는 APC 데이터 수집기의 기능을 한다.

도시된 특정 실시예에서, APC 시스템은 공정 전체의 소프트웨어 시스템이지만, 본 발명의 실행에 반드시 필요한 것은 아니다. 본 발명에 의해 제시되는 제어 방법들은 실질적으로 공장에 있는 어떠한 반도체 HDP 공정 툴에도 적용될 수 있다. 실제로, 본 발명은 동일한 공장 또는 동일한 제조 공정에 있어서 다수의 HDP 공정 툴들에 대하여 동시에 이용될 수 있다. APC 프레임워크는 공정 성능의 원격 접속 및 모니터링을 가능하게 한다. 또한, APC 프레임워크를 이용함으로써, 로컬 드라이브들 상에서의 데이터 저장보다 데이터 저장이 더 편리해지고, 더 유연해지며, 비용이 절감될 수 있게 된다. 그러나, 어떠한 대안적인 실시예들에서, 본 발명은 로컬 드라이브들에 대하여 이용될 수 있다.

예시된 실시예는 본 발명을 다수의 소프트웨어 구성 요소들을 이용하는 APC 프레임워크에 대하여 전개한다. APC 프레임워크 내의 구성요소들에 부가하여, 제어 시스템 내에 포함되는 각 반도체 HDP 공정 툴들에 대하여 컴퓨터 스크립트가 쓰여진다. 반도체 제조시 반도체 시스템 내에서 반도체 HDP 공정 툴이 동작을 시작하면, 이 반도체 HDP 공정 툴은 일반적으로 HDP 공정 툴 제어기에 의해 요구되는 동작을 시작하기 위한 스크립트를 요구한다. 제어 방법들은 일반적으로 이러한 스크립트들을 이용하여 규정되고 수행된다. 이러한 스크립트들의 개발은 제어 시스템 개발의 상당한 부분을 차지할 수 있다.

본 특정 실시예에서는, HDP 공정 동작을 제어하는 데에 필요한 일들을 수행하는 몇 개의 개별적인 소프트웨어 스크립트들이 있다. 검사대(317) 및 HDP 공정 툴 제어기(315)를 포함하는 HDP 공정 툴(310)에 대해서는 한 개의 스크립트가 있다. 또한, 검사대(317)로부터 실제 데이터 포착을 처리하는 스크립트와, 다른 어떠한 스크립트들에 의해 참조될 수 있는 공통 절차들을 포함하는 다른 스크립트가 있다. 또한, APC 시스템 관리자(440)에 대한 스크립트가 있다. 그러나, 스크립트들의 정확한 수는 실행마다 지정되며, 대안적인 실시예들은 다른 수의 스크립트들을 이용할 수 있다.

예시적인 장치의 동작

도 5는 도 1의 방법(100)의 한 특정 실시예(500)를 도시한다. 이 방법(500)은 도 3 및 4에 도시된 장치(300)에 의해 실행될 수 있지만, 본 발명은 이에 한정되지 않는다. 이 방법(500)은 도 5에 설명된 기능들을 수행할 수 있는 어떠한 장치로도 실행될 수 있다. 또한, 도 1의 방법(100)은 도 5의 방법(500)에 대안적인 실시예들에서 실행될 수 있다.

이제, 도 3 내지 5를 참조하면, 방법(500)은 박스(510)로 설명한 바와 같이 HDP 공정 툴(310)을 통하여 다수의 웨이퍼들(350)을 처리하는 것으로부터 시작된다. 본 특정 실시예에서, HDP 공정 툴(310)은 머신 인터페이스(430) 및 장비 인터페이스(410)를 통하여 APC 시스템 관리자(440)에 의해 공정이 수행되도록 초기화된다. 본 특정 실시예에서, HDP 공정 툴(310)이 동작하기 전에, APC 시스템 관리자 스크립트는 HDP 공정 툴(310)을 초기화할 필요가 있다. 이러한 단계에서, 스크립트는 HDP 공정 툴(310)의 확인 번호 및 웨이퍼들(305)의 랏(lot) 번호를 기록한다. 이후, 확인 번호는 데이터 저장부(360) 내에 랏 번호에 대하여 저장된다. APCData 콜, Setup 및 StartMachine 콜들과 같은 나머지 스크립트는 블랭크 또는 더미 데이터로 공식화됨으로써, 머신이 디폴트 설정을 이용할 수 있게 한다.

이러한 초기화의 일부로서, HDP에 대한 초기 설정 포인트들이 라인(320)을 통하여 HDP 공정 툴 제어기(315)에 제공된다. 이러한 초기 세트 포인트들은 당업계에 공지된 어떠한 적절한 방법으로도 결정되고 실행될 수 있다. 예시된 본 특정 실시예에서, HDP 제어는 제어 스레드들(control threads)에 의해 실시된다. 각 제어 스레드는 개별적인 제어기와 같은 역할을 하며, 다양한 공정 조건들에 의해 차별화된다. HDP 제어에 있어서, 제어 스레드들은 서로 다른 조건들을 결합시킴으로써 분리된다. 이러한 조건들은, 예를 들어 반도체 HDP 공정 툴(310)의 현재 처리중인 웨이퍼 랏, 반도체 제품, 반도체 제조 동작, 및 이전에 반도체 웨이퍼 랏을 처리했던 하나 또는 그 이상의 반도체 공정 툴들(미도시)을 포함할 수 있다.

제어 스레드들은 서로 다른 공정 조건들이 HDP 에러에 다른 영향을 미치기 때문에 분리된다. 각 제어 조건들을 그 자체의 대응하는 제어 스레드로 분리시킴으로써, HDP 에러는 조건들의 좀 더 정확한 묘사가 될 수 있는 바, 이러한 조건들에서 제어 스레드 내의 이후의 반도체 웨이퍼 랏이 처리될 것이다. 에러 측정이 더 적절하기 때문에, 에러를 기초로 하는 HDP 제어 입력 신호들에 대한 변경이 좀 더 적절해질 것이다.

HDP 제어 개요에 대한 제어 스레드는 현재 HDP 공정 툴, 현재 동작, 현재 랏에 대한 제품 코드, 및 이전 공정 단계에서의 확인 수에 의존한다. 첫 번째 세 개의 파라미터들을 일반적으로, HDP 공정 툴(310)로부터의 스크립트로 전달되는 환경 정보 내에서 발견된다. 네 번째 파라미터는 일반적으로 랏이 이전에 처리될 때 저장된다. 일단 네 개의 모든 파라미터들이 규정되면, 이들은 결합되어 제어 스레드 네임을 형성한다. HDP02_OPER01_PROD01_HDP01은 제어 스레드 네임의 예이다. 제어 스레드 네임은 또한 데이터 저장부(360) 내에 웨이퍼 랏 번호에 대응하여 저장된다.

일단 랏에 제어 스레드 네임이 관련되면, 그 제어 스레드에 대한 초기 설정들은 일반적으로 데이터 저장부(360)로부터 검색된다. 정보에 대한 콜이 이루어질때에는, 적어도 두 개의 가능성들이 있다. 한 가능성은 현재 제어 스레드 네임 하에 저장된 어떠한 설정도 없는 것이다. 이는 제어 스레드가 새로운 것일 때, 또는 정보가 분실되거나 삭제되는 경우 일어날 수 있다. 이러한 경우들에 있어서, 스크립트는 그에 관련된 어떠한 에러도 없다는 가정 하에서 제어 스레드를 초기화시키며, HDP 제어 입력 설정들로서 HDP 에러들의 목표 값들을 이용한다. 제어기들은 초기 설정들로서 디폴트 머신 설정들을 이용하는 것이 바람직하다. 어떠한 설정들을 취함으로써, HDP 에러들은 피드백 제어를 용이하기 하기 위하여 제어 설정들에 다시 관련될 수 있다.

다른 가능성은 초기 설정들이 제어 스레드 네임 하에 저장되는 것이다. 이러한 경우, 하나 또는 그 이상의 웨이퍼 랏들은 동일한 제어 스레드 네임 하에서 현재 웨이퍼 랏으로서 처리되며, 또한 검사대(317)를 이용하여 HDP 에러에 대항 측정된다. 이러한 정보가 존재할 때, HDP 제어 입력 신호 설정들은 데이터 저장부(360)로부터 검색된다. 이후, 이러한 설정들은 HDP 공정 툴(310)로 다운로드된다.

웨이퍼들(305)은 HDP 공정 툴(310)을 통하여 공정이 이루어진다. 예시된 실시예에서, 이는 유전체 필름 또는 층 식각 및/또는 증착 및/또는 식각/증착을 포함한다. 웨이퍼들(305)은 HDP 공정 툴(310) 상에서 HDP 공정이 이루어진 후, 검사대(317)에서 검사된다. 검사대(317)는 웨이퍼들(305)이 공정이 이루어진 후, 이들을 다수의 에러들에 대하여 검사한다. 검사대(317)의 명령들에 의해 발생된 데이터는 센서 인터페이스(415) 및 라인(320)을 통하여 머신 인터페이스(430)로 전달된다. 검사대 스크립트는 데이터 수집을 위한 다수의 APC 커맨드들로 시작된다. 이후, 검사대 스크립트는 그 자신을 적소에 록(lock)시킨 다음, 데이터 유효 스크립트를 작동시킨다. 이 스크립트는 검사대(317)에서 APC 프레임워크로의 데이터의 실제 전송을 용이하게 한다. 일단 전송이 완료되면, 스크립트는 없어지면 검사대 스크립트의 록을 해제한다. 이렇게 되면, 검사대(317)와의 상호 작용은 일반적으로 완료된다.

본원의 개시의 이익을 갖는 당업자들에게는 자명한 바와 같이, 검사대(317)에 의해 발생된 데이터는 이용을 위해 선처리되어야 한다. KLA 검사대들과 같은 검사대들은 제어 에러를 측정하기 위한 제어 알고리즘들을 제공한다. 본 특정 실시예에서, 각 에러 측정은 직접적인 방식으로 라인(320) 상의 HDP 제어 입력 신호들중 하나에 대응한다. 에러가 HDP 제어 입력 신호를 교정하는 데에 이용될 수 있기 전에, 일반적으로 특정량의 선처리가 완료된다.

예를 들어, 선처리는 분리물 거절(outlier rejection)을 포함한다. 이러한 분리물 거절은 역사적인 공정 성능에 비추어 수신 데이터가 적당하다는 것을 보장하는 개략적인 에러 체크이다. 이러한 절차는 각 HDP 에러를 이에 대응하는 소정의 한계 파라미터와 비교하는 단계를 포함한다. 일 실시예에서, 소정의 한계들중 하나가 초과된다고 할지라도, 전체 반도체 웨이퍼 랏으로부터의 에러 데이터는 일반적으로 거절된다.

분리물 거절의 한계를 결정하기 위하여, 수천 개의 실제 반도체 제조 구성("fab") 데이터 포인트들이 수집된다. 이후, 이러한 데이터의 수집에 있어서 각 에러 파라미터에 대한 표준 편차가 계산된다. 일 실시예에서, 분리물 거절에 대하여, 일반적으로 아홉 번의 표준 편차(양 및 음)가 소정의 한계로서 선택된다. 이는 주로, 공정의 정상적인 동작 조건들을 상당히 벗어난 포인트들 만이 거절된다는 것을 보장하기 위하여 수행된 것이다.

선처리는 또한 데이터를 평활시키는데, 이는 또한 필터링으로도 불려진다. 이러한 필터링은, 에러 측정들이 특정량의 무작위 데이터를 가짐으로써, 에러의 값이 상당히 벗어나기 때문에, 중요하다. 검사대 데이터를 필터링하게 되면, HDP 제어 입력 신호 설정들에 있어서 에러가 더 정확하게 평가되게 한다. 일 실시예에서, HDP 제어 개요는, 이러한 환경에서 다른 필터링 절차들이 이용될 수 있음에도 불구하고, 지수-웨이티드 이동 평균("EWMA") 필터로서 알려진 필터링 절차를 이용한다.

EWMA 필터의 일 실시예는 수학식 (1)로 표현된다:

AVGN = W * MC + (1-W) * AVGP (1)

여기서, AVGN= 새로운 EWMA 평균이며,

W= 새로운 평균(AVGN)에 대한 웨이트이며,

MC= 현재의 측정치이며; 그리고

AVGP= 이전의 EWMA 평균이다.

웨이트는 필터링의 양을 제어하는 데에 이용될 수 있는 조정가능한 파라미터이며, 일반적으로 0과 1 사이이다. 웨이트는 현재 데이터 포인트의 정확성에 있어서의 확신(confidence)이다. 측정이 정확한 것으로 고려되면, 웨이트는 1에 가까워져야 한다. 공정에서 상당량의 불안정이 있다면, 0에 더 가까운 수가 적절할 것이다.

일 실시예에서는, EWMA 필터링 공정을 이용하기 위한 적어도 두 개의 기술들이 있다. 제 1 기술은 상기 설명한 바와 같이 이전의 평균, 웨이트, 및 현재 측정을 이용한다. 이러한 제 1 실시의 이용의 장점들로는 이용의 용이 및 최소한의 데이터 저장이 있다. 이러한 제 1 실시의 이용의 단점들중 하나는 이 방법이 일반적으로 많은 공정 정보를 보유하지 않는 다는 것이다. 또한, 이러한 방법으로 계산된 이전의 평균은 이보다 앞서는 모든 데이터 포인트를 구성하는데, 이는 바람직하지 않다. 두 번째 기술은 단지 일부 데이터 만을 보유하며, 매 시간마다 미가공 데이터로부터 평균을 계산한다.

반도체 제조에 있어서의 제조 환경은 어떠한 유일한 도전들을 제시한다. 반도체 웨이퍼 랏들이 HDP 공정 툴을 통하여 처리되는 순서는 이들이 검사대 상에서 판독되는 순서에 대응하지 않는다. 이는 데이터 포인트들이 순서를 벗어나 EWMA 평균에 부가되게 한다. 반도체 웨이퍼 랏들은 에러 측정을 검증하기 위하여 한번 이상 분석된다. 어떠한 데이터도 보유되지 않기 때문에, 양쪽을 판독(both readings)함으로써 EWMA 평균이 이루어지는데, 이는 바람직하지 않는 특징이다. 또한, 일부 제어 스레드들은 낮은 용량(volume)을 갖는데, 이는 이전의 평균을 구식이 되게 함으로써, HDP 제어 입력 신호 설정들에 있어서의 에러를 정확히 나타낼 수 없게 된다.

본 특정 실시예에서, HDP 공정 툴 제어기(315)는 EWMA 필터링된 에러를 계산하기 위하여 제한된 데이터 저장을 이용한다. 즉, 제 1 기술을 이용한다. 랏 번호, 랏이 처리되었던 시간, 및 다수의 에러 추정치를 포함하는 웨이퍼 랏 데이터는 제어 스레드 네임하에서 데이터 저장부(360) 내에 저장된다. 새로운 데이터 세트가 수집되면, 데이터 저장부(360)로부터 데이터 스택이 검색되어 분석된다. 처리되고 있는 현재 랏의 랏 번호는 스택 내의 것과 비교된다. 랏 번호가 현재 거기에 있는 어떠한 데이터와 매치된다면, 에러 측정이 대체된다. 그렇지 않으면, 랏들이 처리되었던 시간 주기들에 따라, 데이터 포인트가 연대적인 순서로 현재의 스택에 부가된다. 일 실시예에서, 48 시간이 경과된 스택 내의 어떠한 데이터 포인트는 제거된다. 일단 상기 설명된 단계들이 완료되면, 새로운 필터 평균이 계산된 다음 데이터 저장부(360)에 저장된다.

따라서, 데이터는 수집되고 선처리된 다음, 처리되어 HDP 제어 입력 신호 설정들에서의 현재의 에러들의 추정치를 발생시킨다. 먼저, 데이터는 상기 설명한 바와 같이 분리물 거절 표준을 수행하는 컴파일된 Matlab_ 플러그인으로 전달된다. 플러그인 인터페이스로의 입력들은 다수의 에러 측정들 및 한계값들을 포함하는 어레이이다. 플러그인 인터페이스로의 리턴은 단일 토글 변수(single toggle variable)이다. 넌제로 리턴은 거절 기준이 부족하다는 것을 나타내는데, 그렇지 않으면 변수가 제로 디폴트 값으로 리턴되고 스크립트는 공정을 계속한다.

분리물 거절이 완료된 후, 데이터는 EWMA 필터링 절차로 넘어간다. 랏에 관련된 제어 스레드 네임에 대한 제어기 데이터가 검색되며, 랏 데이터의 스택에 대한 모든 적절한 동작이 수행된다. 이는 리던던트 데이터의 대체 또는 오래된 데이터의 제거를 포함한다. 일단 데이터 스택이 적절하게 준비되면, 이는 에러값들에 대응하는 시간 배열된 어레이들을 따라 올라가면서 분석된다. 이러한 어레이들은그의 실행에 필요한 파라미터의 어레이와 함께 EWMA 플러그인 내로 공급된다. 일 실시예에서, 플러그인으로부터의 리턴은 여섯 개의 필터링된 에러값들로 구성된다.

도 5를 참조하면, 박스(520)로 나타낸 바와 같이, 데이터 선처리는 HDP 공정 툴(310)의 HDP 공정 제어로부터 비롯되는, 워크피스(305) 온도와 같은 HDP 동작 내에서의 특징 파라미터의 측정을 포함한다. 공지된, 잠재적인 특징 파라미터들은 특징 데이터 패턴들에 의해 확인되거나, 또는 임계 치수 제어의 변경에 대한 결과로서 확인될 수 있다. 온도 변화가 주어진 식각/증착된 유전체 필름의 증착 변화성에 어떠한 영향을 주는 지에 대한 예는 후자의 범주에 속한다.

제어 공정에 있어서의 다음 단계는 HDP 공정 툴(310)의 HDP 공정 툴 제어기(315)에 대한 새로운 설정들을 계산하는 것이다. 현재의 웨이퍼 랏에 대응하는 제어 스레드에 대한 이전의 설정들은 데이터 저장부(360)로부터 검색된다. 이 데이터는 현재 HDP 에러들의 세트와 함께 쌍을 이룬다. 새로운 설정들은 컴파일된 Matlab_ 플러그인을 불러냄으로써 계산된다. 이러한 적용은 다수의 입력들을 통합하고, 개별적인 실행 구성요소 내에서 계산들을 수행하며, 그리고 다수의 출력들을 메인 스크립트로 리턴시킨다. 일반적으로, Matlab_ 플러그인의 입력들은 HDP 제어 입력 신호 설정들, 검사대 에러들, 제어 알고리즘에 필요한 파라미터들의 어레이, 및 현재 이용되지 않는 플러그 에러이다. Matlab_ 플러그인의 출력들은 상기 설명된 제어기 알로리즘에 따라 플러그인에서 계산된 새로운 제어기 설정들이다.

일반적으로 제어 동작의 실제 형태 및 범위를 결정하는 HDP 공정 엔지니어 또는 제어 엔지니어가 파라미터들을 설정할 수 있다. 이들은 임계값들, 최대 단계규모들, 제어기 중량들, 및 목표값들을 포함한다. 일단 새로운 파라미터 설정들이 계산되면, 스크립트는 데이터 저장부(360) 내에 설정들을 저장하며, 이에 따라 HDP 공정 툴(310)이 처리될 다음 웨이퍼에 대하여 이들을 검색할 수 있게 된다. 본 발명에 의해 제시되는 원리들은 다른 타입의 제조 프레임워크들 내에서 실시될 수 있다.

다시 도 5를 참조하면, 박스(530)로 나타낸 바와 같이, 새로운 설정들에 대한 계산은 확인된 특징 파라미터의 모델링을 포함한다. 이러한 모델링은 Matlab_ 플러그인에 의해 수행될 수 있다. 본 특정 실시예에서는, 단지 공지된 잠재적인 특징 파라미터들 만이 모델링되며, 모델들은 머신 인터페이스(430)에 의해 액세스되는 데이터베이스(335) 내에 저장된다. 데이터베이스(335)는 도시된 바와 같이 데이터 저장부(360) 내에 있거나, 또는 APC 프레임워크의 어떠한 다른 부분 내에 있을 수 있다. 이를 테면, 대안적인 실시예들에서, 모델들은 APC 시스템 관리자(440)에 의해 관리되는 데이터 저장부(360) 내에 저장될 수 있다. 일반적으로, 모델은 수학적인 모델, 즉 HDP 레시피 제어(들) 내에 있어서의 변화(들)이 증착 균일도, 웨이퍼 필름 전체에 걸친 필름 두께 변화, 필름의 굴절율 등과 같은 유전체 필름 특성들 및 HDP 성능에 어떻게 영향을 주는 지를 설명하는 방정식이다. 예를 들어, HDP 스퍼터율 f(x)는 방정식: f(x) = a(HFRFpower) + b(Argonflow) + c(Oxygenflow) + d(Temperature)에 의해 주어지면, 여기서 상수 a, b, c 및 d는 적절한 단위들 및 크기들을 갖는다.

이용되는 특정한 모델은, 특정한 HDP 공정 툴(310) 및 모델화되는 특정한 특징 파라미터에 따라 실시될 때 마다 지정된다. 모델 내에서의 관계가 선형인지 아니면 비선형인지는 관련된 특정 파라미터들에 의존한다.

이후, 새로운 설정들이 HDP 공정 툴 제어기(315)로 전송되어 적용된다. 따라서, 다시 도 5를 참조하면, 박스(540)로 설명한 바와 같이, 일단 확인된 특징 파라미터가 모델화되면, 이 모델은 적어도 하나의 HDP 레시피 제어 입력 파라미터를 변경하도록 적용된다. 본 특정 실시예에서, 머신 인터페이스(430)는 데이터베이스(335)로부터 모델을 검색하고, 각 값(들)을 플러그인하며, 그리고 HDP 레시피 제어 입력 파라미터(들) 내에서의 필요한 변경(들)을 결정한다. 이후, 이러한 변경은 머신 인터페이스(430)에 의해 라인(320)을 통하여 장비 인터페이스(410)로 전달된다. 이렇게 되면, 장비 인터페이스(410)는 상기 변경을 실시한다.

본 실시예는 또한 모델들의 갱신을 제공한다. 이는 도 5의 박스(550 내지 560)로 설명한 바와 같이, HDP 레시피 제어 입력 파라미터들의 변경의 적어도 하나의 효과를 모니터링하고(박스 550), 모니터링된 효과(들)을 기초로 적용된 모델을 갱신하는 것(박스 560)을 포함한다. 이를 테면, HDP 공정 툴(310) 동작의 다양한 양상은 HDP 공정 툴(310)이 노화됨에 따라 변하게 된다. 특징 파라미터(예를 들어, 워크피스(305) 온도) 측정의 결과로서 실시되는 HDP 레시피 변경(들)의 효과를 모니터링함으로써, 필요한 값이 갱신되어 성능을 우수하게 한다.

상기 설명한 바와 같이, 본 특정 실시예는 APC 시스템을 실시한다. 따라서, 변경들은 "랏들" 사이에서 실시된다. 박스들(520 내지 560)에서 설명된 동작들은 도 5의 박스(570)로 설명한 바와 같이, 현재의 랏이 처리된 후, 그리고 두 번째 랏이 처리되기 전에 실시된다. 그러나, 본 발명은 이에 한정되지 않는다. 또한, 상기 설명한 바와 같이, 한 랏은 천개부터 수천개까지의 (또는 실질적으로는 어떠한 한정된 수의) 어떠한 실행가능한 수의 웨이퍼들로 구성된다. "랏"을 구성하는 것은 실시마다 지정되며, 이에 따라 갱신이 이루어지는 제조 공정의 시점은 실시마다 달라진다.

조건들의 계층적인 배열

본 실시의 하나의 특정한 변형은 제어 스레드를 구성하는 조건들의 계층적인 배열을 포함한다. 이러한 계층적인 배열은 일반적으로 본 발명과 상관없이, 안소니 제이. 탑랙, 윌리엄 제이. 탬벨, 및 크리스토퍼 에이. 보드에 의해 "배치 제조 환경에서 런 투 런 제어를 수행하는 방법 및 장치"의 명칭으로 1999년 10월 8일 출원된 미국 특허 출원 제09/371,665호(대리인 명세서 2000.015200/TT3078호)에 개시되어 있다. 일 실시예에서, 제어 스레드 데이터의 계층적인 배열은 상기 조건들이 제조 공정의 제어에 영향을 미치는 세기에 관련된다.

일반적으로, 다수의 개별적인 공정 요인들이 주어진 제조 공정의 성능에 영향을 준다. 이러한 요인들은 계층 구조로 배열된다. 계층 구조 내의 서로 다른 레벨들은, 이전의 공정 요인들이 본 제조 공정의 변화에 대하여 갖게 될 상대적인 영향력의 순서로 배열될 수 있다. 처리되는 각 웨이퍼 랏은 일반적으로 각 계층 구조로부터의 개별적인 값을 포함하지만, 공정 정보를 다수의 계층 레벨들에 줄 것이다. 각 웨이퍼 랏의 제어는 이전 공정의 도량형 정보가 있는 가장 낮은 계층 레벨을 이용할 것이다(제 2 레벨이 제 1 레벨 보다 더 낮다). 일반적으로, 각 웨이퍼랏의 처리는 각 계층 레벨에 정보를 부가할 것이다.

좀 더 구체적으로, 공정에 이용되는 HDP 공정 툴의 HDP 제어 입력들은 제어 스레드 데이터 계층 배열의 제 1 레벨로서 규정될 수 있다. 이전 동작의 HDP 제어 입력들은 현 공정의 HDP 제어 입력들에 두번째로 영향력있는 요인으로서, 이는 제어 스레드 데이터 계층 배열의 제 2 레벨로서 규정될 수 있다. 유사한 제품 타입에 관련된 HDP 제어 입력들은 현 공정의 HDP 제어 입력들에 세번째로 영향력있는 요인으로서, 이는 제어 스레드 데이터 계층 배열의 제 3 레벨로서 규정될 수 있다. 제어 스레드 데이터의 계층 배열의 다른 레벨들은 이전 공정들과 현 공정 간의 다른 유사성들을 이용하여 규정될 수 있다.

상기 설명된 제어 스레드 데이터의 계층적인 배열을 이용하여, 제어 스레드들의 자동 스포닝(spawning)이 실시될 수 있다. 일 실시예에서는, 초기에 다수의 반도체 랏들에 대한 HDP 제어 입력들은 단일 제어 스레드 내에 위치된다. 다른 계층 레벨들에 속하는 랏들 간에 통계적으로 현저한 차이를 제공하는 충분한 데이터가 제시되면, 공정 제어기는 초기 제어 스레드를 두 개의 제어 스레드들로 분할한다. 더 많은 데이터가 얻어짐에 따라, 서로 다른 계층 레벨들을 나타내는 새로운 제어 스레드들이 발생된다. 모델링된 특징 파리미터는 상기 설명한 바와 같이 계층 구조를 규정 또는 배열하는 한 요소가 될 수 있다.

일반적으로, 상기 도 3 내지 5에 대하여 설명된 바와 같이, 많은 반도체 디바이스들에 대한 제조 런을 수행하는 데에는 하나의 제어 스레드가 이용된다. 도량형 공정 데이터가 얻어지고, HDP 제어 입력 에러들이 계산된다. 다음 공정 런에 대한 HDP 제어 입력들은 이전 제조 런으로부터 검출된 에러들을 토대로, 런 대 런 기초로 변경된다. 이전 제조 런으로부터 검출된 에러들을 기초로, 새로운 HDP 제어 입력 설정들이 결정되고 계층 레벨 내의 적절한 빈(bin)은 데이터로 채워져, 새로운 제어 스레드들을 효과적으로 생성한다.

도 6은 높은 애스펙트비의 금속 라인들 상에 필름의 일반적인 HDP 증착을 개략적으로 도시한다. 도 6에 도시된 바와 같이, (반도체 웨이퍼와 같은) 워크피스의 구조층(600)에는 두 개의 (금속 라인들과 같은) 전도성 라인들(605)이 형성되어 있다. 예를 들어, 전도성 라인들(605)은 DRAM 칩 상의 평행한 비트 및/또는 숫자 라인들이 될 수 있다. 전도성 라인들(605)은 예를 들어 약 3000Å 내지 7000Å 범위의 두께(tmetal)를 가질 수 있다. 개구부 및/또는 공간(610)이 전도성 라인들(605) 사이에 형성되며, 이 공간(610)은 예를 들어 약 2000Å 내지 4000Å 범위의 폭(w)을 갖는다. 공간(610)의 애스펙스비(r)는 두께(tmetal)를 폭(w)으로 나눔으로써 주어진다: r=tmetal/w.

전도성 라인들(605)은, 예를 들어 실리콘 산화막(SiO2)으로 형성된 유전체 필름(615)에 의해 서로 전기적으로 절연된다. 유전체 필름(615)은 예를 들어 약 5000Å 내지 10000Å 범위의 두께(tfilm)를 가질 수 있다. 본 발명의 많은 예시적인 실시예들에 의해 제공되는 것과 같은 자동화된 HDP 워크피스 온도 제어의 이득없이, (SiO2가 바로 증착된 다음 Ar에 의해 스퍼터링되도록) 분자 산소(O2) 및 아르곤(Ar)의 존재하에서 시레인(SiH4)을 이용하는 일반적인 SiO2의 HDP 식각/증착은, 도 6에 도시된 바와 같이 불규칙들을 야기시키며, 그리고 높은 애스펙트비(r)를 갖는 공간들(610)의 부적절한 스텝 커버리지를 야기시킨다. 예를 들어, 측벽 커버리지는 돌기들(620) 및 스캔트 또는, 측면들(610S) 및 바닥(610B)의 일부분 상에는 어떠한 커버리지도 없고, 측면들(610S) 간의 공극들 때문에 불균일하다.

이와는 반대로, 도 7은 본 발명의 다양한 실시예들에 따른, 높은 애스펙트비의 금속 라인들 상의 SiO2 필름의 HDP 식각/증착을 개략적으로 도시한다. 도 7에 도시한 바와 같이, (반도체 웨이퍼와 같은) 워크피스의 구조층(700)에는 두 개의 (금속 라인들과 같은) 전도성 라인들(705)이 형성되어 있다. 예를 들어, 전도성 라인들(705)은 DRAM 칩 상의 평행한 비트 및/또는 숫자 라인들이 될 수 있다. 전도성 라인들(705)은 예를 들어 약 3000Å 내지 7000Å 범위의 두께(tmetal)를 가질 수 있다. 개구부 및/또는 공간(710)이 전도성 라인들(505) 사이에 형성되며, 이 공간(710)은 예를 들어 약 2000Å 내지 4000Å 범위의 폭(w)을 갖는다. 공간(710)의 애스펙스비(r)는 두께(tmetal)를 폭(w)으로 나눔으로써 주어진다: r=tmetal/w.

전도성 라인들(705)은, 예를 들어 실리콘 산화막(SiO2)으로 형성된 유전체 필름(715)에 의해 서로 전기적으로 절연된다. 유전체 필름(715)은 예를 들어 약 5000Å 내지 10000Å 범위의 두께(tfilm)를 가질 수 있다. 도 1 내지 5에 도시된 본 발명의 많은 예시적인 실시예들에 의해 제공되는 것과 같은 자동화된 HDP 워크피스 온도 제어의 이득을 가지고, (SiO2가 바로 증착된 다음 Ar에 의해 스퍼터링되도록) 분자 산소(O2) 및 아르곤(Ar) 스퍼터의 존재하에서 이용되는 시레인(SiH4)은 실질적인 균일성을 야기시키며, 높은 애스펙트비(r)를 갖는 공간들(710)의 적절한 스텝 커버리지를 야기시킨다. 예를 들어, 측면들(710S) 및 바닥(710B)을 덮는 전체적인 커버리지는, 도 6의 돌기들(620)과 같은 어떠한 돌기들도 없고 측면들(710S) 간에 어떠한 공극들도 없기 때문에 실질적으로 균일하다.

많은 예시적인 실시예들에서, 엔지니어에게는 사용자에게 친숙한 포맷으로 역사적인 파라미터 데이터를 제공할 수 있는 능력 뿐 아니라, 이벤트 로깅, 현재 공정 파라미터들 및 전체 런의 공정 파라미터들의 실시간 그래픽 디스플레이, 및 원격, 즉 로컬 사이트 및 세계적인 모니터링과 같은 진보된 공정 데이터 모니터링 성능들을 가질 수 있다. 이러한 성능들은 생산량 정확도, 안정성 및 반복능력, 공정 온도, 기계적인 툴 파라미터들 등과 같은 임계 공정 파라미터들이 좀 더 최적으로 제어될 수 있게 한다. 이렇게 임계 공정 파라미터들을 좀 더 최적으로 제어하게 되면 변화성을 감소시킨다. 이러한 감소는 더 적은 런내 불균형, 더 적은 런들 간의 불균형, 및 더 적은 툴 간의 불균형으로서 자체적으로 증명된다. 이러한 불균형의 수적인 감소는 제품 품질 및 성능에 있어서의 일탈이 더 적다는 것을 의미한다. 본 발명에 따른 제조 방법의 이러한 예시적인 실시예에서는, 이러한 변화성을 모니터하고 임계 파라미터들의 제어를 최적화하는 모니터링 및 진단 시스템이 제공될 수 있다.

본 발명에 따른 제조 방법의 상기 개시된 실시예들중 어느 것은 HDP 식각 및/또는 증착 공정 동안 워크피스 상에 증착되는 유전체 필름의 두께, 유전체 필름의 굴절율, 및 유전체 필름의 워크피스 전체에 걸친 두께 편차를 모니터하고 제어할 수 있으며, 그리고 수동 및/또는 자동으로 관리적인 공정 조정들을 하여 수율을 개선시키고, 및/또는 더 잘 제어할 수 있게 된다. 또한, 본 발명에 따른 제조 방법의 상기 개시된 실시예들중 어느 것은 증가된 디바이스 정확성 및 정밀도, 증가된 효율 및 증가된 디바이스 수율을 갖는 반도체 디바이스 제조를 가능하게 하여, 능률적이고 단순화된 공정 흐름을 가능하게 함으로써, 복잡함을 감소시키고 제조 공정의 비용을 절감하며 생산량을 증가시킨다.

특히, 본 발명에 따른 제조 방법의 상기 개시된 실시예들중 어느 것은 HDP 공정들에 의해 증착 및/또는 식각되는 필름들에 대한 파라미터들에 있어서의 변화를 감소시킴으로써, HDP 공정들 동안 워크피스의 온도를 더 잘 제어할 수 있게 한다. HDP 공정이 HDP 공정 동안 워크피스를 고정시키고, 유지하고 냉각시키기 위하여 전자기 척을 이용할 수 있음에도 불구하고, 그리고 워크피스 온도(T)가 아르곤(Ar) 스퍼터링 파라미터들, 척과의 워크피스의 컨택, 및 물 흐름 냉각 및/또는 헬륨(He) 흐름 냉각에 의한 척 냉각의 복합 함수임에도 불구하고, 본 발명에 따른 제조 방법의 상기 개시된 실시예들중 어느 것은 HDP 공정의 특징 파라미터들의 모델링을 기초로 자동 제어를 가능하게 함으로써, 엔지니어의 경험 및 어쩌면 오류를 일으킬 수도 있는 추정을 기초로 하는 수동적인 제어를 이용하는 종래의 시도를 개선시킨다.

개시된 특정 실시예들은 단지 예시적인 것으로서, 본 발명은 본원의 이득을 갖는 당업자들에게 명백한, 다르지만 동등한 방법들로 변형 및 실행될 수 있다. 또한, 본 발명은 본원에 개시된 구조 또는 설계의 세부사항들에 한정되지 않으며, 하기의 청구범위들에 의해서만 한정된다. 따라서, 상기 설명된 특정 실시예들은 변형될 수 있으며, 이러한 모든 변형들은 본 발명의 범위 및 정신 내에 있는 것으로 간주된다. 특히, 본원에 개시된 ("약 a부터 약 b까지", 또는 동등하게 "약 a 내지 b", 또는 동등하게 "약 a-b로부터" 형태의) 값들의 모든 범위는 조지 캔서(Georg Cantor)의 의미에서, 값들의 각 범위의 파워 세트(모든 서브셋들의 세트)를 언급하는 것으로서 이해해야 한다. 따라서, 본 발명은 청구범위들에 의해 규정된다.

Claims (10)

1. 고밀도 플라즈마(HDP) 공정 단계(310)에서 워크피스(305)를 처리하는 단계와;

   상기 HDP 공정 단계(310)에서 상기 워크피스(305) 상에서 수행된 HDP 공정의 특징 파라미터(317)를 측정하는 단계와;

   상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계와; 그리고

   적어도 하나의 HDP 제어 입력 파라미터(340, 360, 320)를 변경하기 위하여 모델을 적용하는 단계를 포함하는 것을 특징으로 하는 제조 방법.
2. 제 1 항에 있어서, 상기 특징 파라미터를 측정하는 단계는 상기 워크피스(305)의 온도를 측정하는 단계를 포함하는 것을 특징으로 하는 방법.
3. 제 1 항에 있어서, 상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계는 잠재적인 모델들의 저장부(335, 360)로부터 적절한 모델을 선택하는 단계를 포함하는 것을 특징으로 하는 방법.
4. 제 1 항에 있어서, 상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계는 이전에 측정된 특징 파라미터들과 각각의 HDP 레시피 제어 입력 파라미터들을 상관시키는 단계와, 그리고 상기 상관성들(340, 360)을 이용하여 상기 모델을 형성하는 단계를 포함하는 것을 특징으로 하는 방법.
5. 제 1 항에 있어서, 적어도 하나의 HDP 제어 입력 파라미터(340, 360, 320)를 변경하기 위한 모델을 적용하는 단계는, 물 흐름 냉각을 위한 제 1 HDP 레시피 제어 입력 파라미터(315)와, 헬륨 흐름 냉각을 위한 제 2 HDP 레시피 제어 입력 파라미터(315)와, 아르곤 스퍼터링을 위한 제 3 HDP 레시피 제어 입력 파라미터(315), 및 정전 척 클램핑 전압을 위한 제 4 HDP 레시피 제어 입력 파라미터(315) 중 적어도 하나를 조정하는 단계를 포함하는 것을 특징으로 하는 방법.
6. 고밀도 플라즈마(HDP) 공정 단계(310)에서 워크피스(305)를 처리하는 단계와;

   상기 HDP 공정 단계(310)에서 상기 워크피스(305) 상에서 수행된 HDP 공정의 특징 파라미터(317)를 측정하는 단계와;

   상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계와;

   적어도 하나의 HDP 제어 입력 파라미터(340, 360, 320)를 변경하기 위하여 상기 모델을 적용하는 단계와;

   상기 적어도 하나의 HDP 제어 입력 파라미터(340, 360, 320) 변경의 적어도 하나의 효과를 모니터링하는 단계(317)와; 그리고

   상기 모티터링된 적어도 하나의 효과를 기초로 상기 모델(330, 335)을 갱신하는 단계를 포함하는 것을 특징으로 방법.
7. 제 6 항에 있어서, 상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계는 잠재적인 모델들의 저장부(335, 360)로부터 적절한 모델을 선택하는 단계를 포함하는 것을 특징으로 하는 방법.
8. 제 6 항에 있어서, 상기 측정된 특징 파라미터(330, 335)를 모델링하는 단계는 이전에 측정된 특징 파라미터들과 각각의 HDP 레시피 제어 입력 파라미터들을 상관시키는 단계와, 그리고 상기 상관성들(340, 360)을 이용하여 상기 모델을 형성하는 단계를 포함하는 것을 특징으로 하는 방법.
9. 제 6 항에 있어서, 적어도 하나의 HDP 제어 입력 파라미터(340, 360, 320)를 변경하기 위한 모델을 적용하는 단계는, 물 흐름 냉각을 위한 제 1 HDP 레시피 제어 입력 파라미터(315)와, 헬륨 흐름 냉각을 위한 제 2 HDP 레시피 제어 입력 파라미터(315)와, 아르곤 스퍼터링을 위한 제 3 HDP 레시피 제어 입력 파라미터(315), 및 정전 척 클램핑 전압을 위한 제 4 HDP 레시피 제어 입력 파라미터(315) 중 적어도 하나를 조정하는 단계를 포함하는 것을 특징으로 하는 방법.
10. 컴퓨터(230)에 의해 실행될 때 워크피스(305) 제조 방법들 수행하는 명령들로 엔코드되는 컴퓨터 판독가능한 프로그램 저장 장치(235, 240, 245)로서, 상기 제조 방법은,

    고밀도 플라즈마(HDP) 공정 단계(210)에서 워크피스(205)를 처리하는 단계와;

    상기 HDP 공정 단계(210)에서 상기 워크피스(205) 상에서 수행된 HDP 공정의 특징 파라미터(317)를 측정하는 단계와;

    상기 측정된 특징 파라미터(230, 235)를 모델링하는 단계와; 그리고

    적어도 하나의 HDP 제어 입력 파라미터(230, 220, 215)를 변경하기 위하여 상기 모델을 적용하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 판독가능한 프로그램 저장 장치(235, 240, 245).