KR20100045952A

KR20100045952A - 패턴화된 구조체들의 특성을 감시하는 방법 및 시스템

Info

Publication number: KR20100045952A
Application number: KR1020097025615A
Authority: KR
Inventors: 요엘 코헨; 보아즈 브릴
Original assignee: 노바 메주어링 인스트루먼츠 엘티디.
Priority date: 2007-07-11
Filing date: 2008-07-13
Publication date: 2010-05-04
Also published as: TW200912293A; ATE482387T1; US8964178B2; US20100141948A1; EP2165178B1; TWI416096B; US20130096876A1; US8289515B2; KR101602965B1; US20140142869A1; EP2165178A1; US8643842B2; JP5462158B2; DE602008002764D1; JP2010533376A; WO2009007981A1

Abstract

다른 주기적 패턴들을 포함하는 다수개의 부위들을 포함하는 구조체를 가지는 물품의 특성들을 규명하는 방법 및 시스템이 제공된다. 상기 방법은: 기하학적 파라미터와 물질 조성 파라미터 중 적어도 하나가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 제공하는 단계; 물품의 적어도 두 개의 다른 스택들에 대하여 광학적 측정을 수행하고 측정된 각 스택의 기하학적 파라미터들 및 물질 파라미터들을 나타내는 광학적 측정 데이터를 생성하는 단계; 상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여, 단일 물품 내의 다층 구조의 특성들을 규명할 수 있도록 상기 광학적 측정 데이터를 처리하는 단계를 포함한다.

패턴화된 구조체

Description

패턴화된 구조체들의 특성을 감시하는 방법 및 시스템{METHOD AND SYSTEM FOR USE IN MONITORING PROPERTIES OF PATTERNED STRUCTURES}

본 발명은 일반적으로 반도체 산업 분야에 속하고 패턴화된 물품(patterned article)(반도체 웨이퍼)을 검사하는 방법 및 시스템에 관한 것이다.

반도체 산업에서 반도체 소자의 특성을 규명하고자 하는 필요성이 오랫동안 있어 왔다. 반도체 산업에서 소자의 크기가 작아짐에 따라, 이러한 소자, 특히 반도체 기판(substrate) 상의 박막 스택(stack of thin films)을 포함하는 소자들의 특성을 측정하기 위한 민감한 계측 도구(metrology tools) 및 분석 기술에 대한 요구가 점점 증가하고 있다.

이러한 측정에 사용되는 광학 계측 도구는 전형적으로 타원측정법(ellipsometry) 및 반사측정법(reflectometry) 기반 도구들이다. 반사측정법 기반 도구들은 전형적으로 샘플로부터 반사되거나 샘플을 투과한 방사선(radiation)의 양의 변화를 측정하고, 타원측정법 기반 도구들은 전형적으로 샘플과 상호작용한 후의 방사선의 편광 상태의 변화를 측정한다.

(반사 및/또는 투과되어) 검출된 방사선을 나타내는, 측정된 광학 데이터를 분석하여 샘플에 포함된 물질의 광학 상수들뿐만 아니라 패턴들(임계 치 수(critical dimension, CD), 라인 간격(line spacing), 라인 폭(line width), 벽 깊이(wall depth), 및 벽 프로파일(wall profile)을 포함함)의 두께 및 기하학적 파라미터(geometrical parameter)와 같은 층 파라미터들(layer parameters)에 관한 정보들을 얻는다.

전술한 종류의 측정 기술들에 대한 예가 "Simultaneous Measurement of Six Layers in a Silicon on Insulator Film Stack Using Spectrophotometry and Bean profile Reflectometry", J. M. Leng et al., J. Appl. Physics, 81(8), 15 April 1997, pp. 3570-3578; US 2006/0167651; US 7,259,850; US 5,999,267; 및 US 6,091,485에 개시되어 있다.

또한, 전체 다층 구조체로부터 선택적인 물질 제거에 기반한 방법이 알려져 있는데, 이는 본 출원의 출원인에게 양도된 US 7,289,234 및 US 7,019,850에 개시되어 있다.

[일반적인 설명]

박막들의 특성들, 특히 (굴절에 대한 복소 지수(complex index)의 실수부와 허수부인 n, k와 같은) 광학 물질의 특성들을 규명하려는 필요성이 다양한 분야에서 요구되고 있다. 후자는 전자 소자에서 요구되는 성능에 적합한 (웨이퍼와 같은) 패턴화된 구조체들을 적절히 설계하고 상기 구조체를 제조하는 동안에 상기 특성들을 제어하며; 광학 물질의 특성들에 민감한 다른 광학적 측정들, 예를 들면 산란측정법(scatterometry)에 대한 전제 조건인 데이터의 생성을 가능하게 하는 것을 포함하지만, 이에 제한되는 것은 아니다.

그러나 하나의 균일한 필름(film)의 특성을 규명하는 것은 비교적 간단하지만, 여러 가지 다른 물질들을 포함하는 구조체/스택에 있어서 매우 정확하게 물질의 특성을 규명하는 일은 훨씬 복잡하다. 일반적으로, 이러한 특성들을 매우 정확하게 측정하기 위해서는 각 물질층에 대한 스펙트럼 범위(spectral range)에 걸쳐 높은 스펙트럼 정확도(spectral accuracy)를 요구할 수 있다. 박막 스택에 대하여 1회 측정을 하면 미지의 단일층에 대하여 측정된 특성들을 나타내는, 요구되는 정확도를 갖는 분광학적 측정값을 제공할 수 있지만, 측정된 광학적 데이터는 대개 요구되는 신뢰 수준으로 전체 스택을 포함하는 각 물질의 물성(material property, 물질의 특성)을 정확히 결정하기에 불충분하다. 이러한 사실은, 예를 들면 BARC(bottom antireflective coat, 하부 반사방지막) 및 감광층들(photoresist layers) 둘 다 사용하는 경우에서와 같이, 물질들을 포함하는 여러 개의 스택층들의 스펙트럼 응답(spectral responses)이 고도로 커플링될(coupled) 때 특히 중요하다.

충분히 신뢰할만한 물성을 얻기 위하여 현재 반도체 산업에서 사용되는 일반적인 관례는 물성에 대한 "추가적 스택" 방법론("additive stack" methodology) 및 해석적 모델링(analytical modeling)을 사용하여 여러 개의 웨이퍼에 대한 측정들을 포함한다. 물성에 대하여 해석적 모델을 사용함으로써, 다른 파장들 간의 상관관계를 얻을 수 있고, 이로써 각 물질의 특성에 대한 독립 변수들의 수를 줄일 수 있으며, 이러한 파라미터들 간의 상관관계들도 현저히 줄일 수 있다. 상기 "추가적 스택" 방법론은 전형적으로, 제1 웨이퍼는 오직 기판과 제1 물질로 제조된 제1 필름만을 포함하고 제2 웨이퍼는 기판과 제1 및 제2 물질로 제조된 제1 필름 및 제2 필름을 둘 다 포함하도록 제작된 여러 개의 단락-루프 블랭킷 웨이퍼들(short-loop blanket wafers)을 사용한다. 상기 블랭킷 웨이퍼의 총개수는 특성을 측정하고 분석하려는 미지의 물질들의 수에 좌우된다. 상기 제1 물질은 전형적으로 상기 제1 웨이퍼만을 측정한 결과에 근거하여 분석된다. 이후에 상기 제2 물질의 물성을 끌어내는 등의 상기 제2 웨이퍼에 대한 미지의 파라미터들의 수를 줄이기 위하여 상기 분석 결과를 사용한다. 이러한 방법은 하나의 웨이퍼에 대한 오류가 다음의 웨이퍼로 전달되기 때문에 종종 부정확함을 보인다.

복잡한 구조체를 진단하기 위하여 상기 "추가적 스택" 접근법을 사용하면 다음에 나타낸 것과 관련한 추가적인 제약을 받는다. 많은 경우에 있어서, 웨이퍼 제조 공정 중의 이어지는 단계에서 일부 물성들이 변한다. 결과적으로, (블랭킷 웨이퍼들을 사용하는 경우에 일반적인) 웨이퍼 상에 증착된 상태인 물질의 특성들을 (측정에 의하여) 규명해도 구조체들에 대한 다른 패터닝(patterning) 단계의 영향들이 존재하는 웨이퍼의 최종 구조 (또는 상기 공정에서 이어지는 단계)에서 분명한 물성들을 정확히 설명하는 것이 항상 가능한 것은 아니다. 전형적으로, 물성들에 대한 상기의 후속 단계들(예를 들면, 후속 층들의 증착, 패터닝 등)의 영향은, 상기 추가적 스택 방법을 사용하는 경우에는, 측정되거나 고려될 수 없다. 비록 상기 해석적 모델링 및 상기 추가적 스택에 기반한 기술들 모두 복잡한 구조체들의 물성을 얻게할 수 있지만, 이러한 기술들은 여러 가지 특별하게 설계된 웨이퍼, 장시간의 측정/분석 과정을 필요로 하고, 고도로 숙련된 전문가들을 필요로 하며, 오랜 시간을 요한다.

그러므로 본 발명의 첫번째 측면에 따라,

기하학적 파라미터와 물질 조성 파라미터 중 적어도 하나가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 제공하는 단계;

물품의 적어도 두 개의 다른 스택들에 대하여 광학적 측정을 수행하고 측정된 각 스택의 기하학적 파라미터들 및 물질 파라미터들을 나타내는 광학적 측정 데이터를 생성하는 단계;

상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여, 단일 물품 내의 다층 구조의 특성들을 규명할 수 있도록 상기 광학적 측정 데이터를 처리하는 단계를 포함하는,

다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법이 제공된다.

"다른 스택들에서의 측정"은 다른 부위(site, 위치(location))에서 측정하는 경우 및/또는 동일한 부위(위치)이지만 다른 공정 단계이기 때문에 동일한 위치에서의 다른 스택에 의하여 특징지워지는 측정의 경우를 지칭한다는 점을 유념해야 한다. 그러나 단순함을 위하여 다음의 기재내용에서는, 위와 같은 두가지 경우 모두 "부위" 또는 "시험 부위" 또는 "영역(area)"으로 지칭될 것이지만, 이러한 표현들은 일반적으로 "다른 스택"을 의미한다는 점을 유념해야 한다.

또한, 측정에서 "적어도 두 개의 다른 스택들 또는 부위들"은 하나의 패턴화된 부위와 하나의 패턴화되지 않은 부위(소위 "고형 부위(solid site)"); 두 개의 다른 패턴화된 부위들; 또는 두 개의 다른 패턴화되지 않은 (고형) 부위들을 포함할 수 있다는 점을 유념해야 한다. 본 발명의 기술은 공정 중의 다른 단계에서 수행되는 측정들을 사용하는 물품 제조 공정을 감시/제어하기 위하여 사용될 수 있다. 따라서, 본 발명의 방법에서 최소 측정 세트(minimal measured set)는 두 개의 공정 단계에서 측정된 단일하게 패턴화된 부위(single patterned site)이고 따라서 두 개의 다른 패턴을 각각 가지게 된다.

측정되는 스택/부위의 광학적 특성들은 광학 빔(optical beam)과의 상호작용에 대한 각 부위의 광학적 응답에 의하여 기술되고, 회절(diffraction), 간섭(interference) 등을 포함할 수 있다는 점을 유념해야 한다. 패턴화된 부위에 대하여 말하는 경우에는, 회절 효과가 지배적이다. 단순함을 위하여 다음의 기재내용에서는, 일반적인 표현인 "광학적 특성(optical property)" 및 "광학 빔과의 상호작용"은 회절과 관련이 있는 것으로서 언급된다.

본 발명의 또 다른 측면에 따라,

광학적 측정을 수행하고 물품 상의 측정되는 영역에 대한 기하학적 파라미터들 및 물질 조성 파라미터들을 나타내는 광학적 측정 데이터를 생성하는 광학 측정 장치(optical measurement unit); 그리고

상기 광학적 측정 장치에 연결할 수 있는 제어 장치(control unit)를 포함하고,

상기 제어 장치는, 기하학적 파라미터와 물질 조성 파라미터 중 적어도 하나가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다층 구조체 내의 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 포함하는 기준 데이터(reference data)를 저장하는 메모리 유틸리티(memory utillity)와;

상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여 단일 물품 내의 다층 구조의 특성들을 규명하는 단계를 포함하며 상기 광학적 측정 데이터를 처리 및 분석하도록 구성되고 작동하는 프로세서 유틸리티(processor utility)를 포함하는 것인,

다수개의 다른 주기적 패턴을 포함하는 다층 구조체를 가지는 물품의 특성을 규명하는 측정 시스템이 제공된다.

본 발명의 또 다른 측면에 따르면, 적어도 하나의 기하학적 파라미터 및/또는 적어도 하나의 물질 조성 파라미터가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다층 구조체 내의 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 포함하는 기준 데이터(reference data)를 저장하는 메모리 유틸리티(memory utillity)와; 상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여 단일 물품 내의 다층 구조의 특성들을 규명하는 단계를 포함하는, 상기 광학적 측정 데이터를 처리 및 분석하도록 구성되고 작동하는 프로세서 유틸리티(processor utility);를 포함하며 상기 물품 상의 측정되는 영역에 대한 기하학적 파라미터들 및 물질 조성 파라미터들을 나타내는 광학적 측정 데이터를 수신하는 제어 장치(control unit)를 포함하는, 다수개의 다른 주기적 패턴을 포함하는 다층 구조체를 가지는 물품의 특성을 규명하는 시스템이 제공된다.

본 발명은 일반적으로는 파라미터 특성 규명 기술 그리고 구체적으로는 다층 물질 스택으로 이루어진 웨이퍼의 광학 물질 특성을 규명하는 기술을 개시한다. 본 명세서에 기재되어 있는 본 발명의 방법은 다중 물질층을 포함하고, 예들 들면 웨이퍼의 패턴화된 영역들과 같은 다수개의 다른 스택들(부위들)을 가지는 단일한 웨이퍼(single wafer)의 광학적 측정을 사용한다.

본 발명은 측정되고 분석되는 각 구조체에 대하여 정의된 물리적 이론적 모델을 추가로 사용한다. 이러한 모델은 광학적 측정의 결과와 관련된 전체 파라미터들(global parameters)을 정확히 측정하기 위해 사용된다. 이것은 대개, 상기 부위들의 실제 광학적 측정 결과와 상기 부위의 모델들에 의하여 주어지는 바와 같은 다양한 부위들의 측정결과에 대한 예측을 서로 관련시키고 상기 예측 결과를 상기 측정 결과에 맞추도록 상기 모델들의 파라미터들을 최적화하는 역회귀 맞추기법(inverse regression fit techniques)을 추가로 사용한다. 이러한 과정은 측정된 파라미터들을 최적화하여 고도의 신뢰 수준으로 상기 파라미터들의 정확한 값을 얻을 수 있게 한다.

본 발명의 일부 실시태양에 있어서, 동일 물질들의 대부분 또는 모두를 사용하여 제조되는 다수개의 다른 스택들이 사용된다. 이러한 스택들은 전형적으로 다른 시험 부위에 위치하고, 패턴화되지 않은 부위/영역인 소위 "고형 부위"와 다른 피치(pitch), 특징(features), 형상(shape) 및/또는 듀티 사이클(duty cycle)를 갖는 (2차원 또는 3차원의) 주기적 패턴들을 포함하는 다른 패턴화된 부위들을 포함할 수 있다. 상기 시험 부위들은 측정 목적으로 특별히 만들어지거나; 대안으로서 또는 추가적으로 상기 웨이퍼의 제품 지역(product region) 내에 존재하는 부위들이 시험 부위로서 사용될 수 있다.

본 발명은 (역회귀 맞추기 알고리즘과 같은) 최적화 알고리즘을 사용하여 상기 시험 부위들의 공통적(전체적) 파라미터들의 특성을 규명한다. 각 시험 부위에 의하여 예상되는 광학적 응답 측정을 예측하기 위하여 상기 부위들의 특성들에 대한 물리적, 이론적 모델들이 채택되어 사용된다. 이러한 물리적 모델들은 전형적으로 고형 부위들의 광학적 응답의 특성을 규명하는 프레스넬 방정식(Fresnel equation) 및 모하람(Moharam)과 게이로드(Gaylord)에 의하여 최초로 개발되어 M.G. Moharam and T.K. Gaylord, J. Opt. Soc. Am, 71, pp. 811-818 (1981)에서 개시된 RCWA(rigorous coupled-wave analysis, 엄밀한 결합파 분석법)와 같은 물리 이론에 기반하거나, US 6,657,736에 개시된 바와 같이 회절격자 구조들(grating structures)로부터 회절을 계산하는 또 다른 방법에 기반한다. 상기 모델들은 매개변수화되어 상기 모델을, 라인 폭 또는 층 두께 및 층물질의 파라미터들과 같은, 상기 부위의 파라미터들에 맞출수 있게 한다.

일반적으로, 비록 적어도 두 개의 부위들에 공통하는 전체 파라미터들이 측정될지라도, 상기 부위들 내에서 반드시 동일하지는 않은 부분 파라미터들(local parameters)이 도입되어 측정된 전체 파라미터들 간의 상관관계들을 깰 수 있고 관심 있는 전체 파라미터들을 정확히 결정할 수 있게 한다.

측정 결과에 맞는 올바른 이론적 파라미터를 얻는 것은 간단하지 않은데, 특히 요구되는 파라미터들 간의 상관관계의 정도가 아주 높거나 관심 있는 이러한 파라미터들의 감도(sensitivity)가 다른 파라미터들의 감도 보다 현저히 낮은 경우에 그러하다. 이러한 경우에는, 당업계에 알려진 보통 방법들은 이러한 파라미터들의 영향을 구별할 수 없고, 따라서 전형적으로 이러한 파라미터들에 대한 신뢰 수준이 아주 낮다.

그러나 본 발명의 발명자들은, 몇몇 파라미터들은 일부 구조체들에 대하여 공통되고 (즉, 전체 파라미터들) 다른 파라미터들(부분 파라미터들)은 서로로부터 이러한 구조체들을 구별하는 여러 개의 시험 부위들에 만들어진 다수개의 구조체들을 사용하면 보다 높은 감도값을 제공할 수 있고 관심있는 전체 파라미터들의 상관관계를 줄일 수 있다는 점을 알아냈다. 이러한 사상(idea)은, 보다 높은 신뢰 수준으로 공통되는 파라미터들의 값을 분석 및 측정하고 부위들의 특성 규명 모델의 예측에 대하여 측정된 광학적 응답의 보다 높은 맞춤값(fitting value)(전형적으로 메리트 함수(merit function)에 의하여 측정됨)을 제공하는 데 유용하다.

이것을 위하여, 파라미터들이 검사되는 시험 부위들 중 적어도 일부와 공통인 한에서는, 공통되는 전체 파라미터들은, 물질 특성, 층 두께 및 기하학적 파라미터(예를 들면, CD, 듀티 사이클 등)을 포함하여, 상기 부위들의 특성을 규명하는 파라미터들 중 어느 것이라도 포함할 수 있다.

본 발명은 단일 웨이퍼의 특성을 규명하기 위한 최적화 방법을 추가로 제공한다. 상기 방법은, 전술한 바와 같이 다수개의 시험 부위들을 사용함으로써 전체 파라미터들을 분석하고 측정하는 이점을 활용하고, 상기 시험 부위들의 물리적 모델을 측정된 결과에 정확히 맞출 수 있게 하는, 다수개의 시험 부위 측정의 최적화를 위한 체계적인 접근법을 제공함으로써, 이러한 파라미터들의 측정에 대하여 보다 높은 신뢰 수준을 제공한다.

이에 더하여, 비록 어떠한 전체 파라미터도 상기 방법에 따라 분석될 수 있지만, 상기 방법은 샘플을 포함하는 물질의 광학적 물성의 측정에 매우 적합하다. 전형적으로, 고형 웨이퍼 구조체를 측정할 때, 물질의 광학적 특성에 대한 측정 감도는 층 두께와 같은 다른 파라미터들의 감도 보다 매우 낮을 수 있다. 더욱이, 어떤 물질에 대해서는 광학적 특성들의 상관관계가 매우 크다(BARC 및 감광 물질들(photoresist materials)을 사용하는 경우). 이러한 이유로, 종래의 방법으로 이러한 특성들을 정확히 측정하는 것이 어렵다.

일반적으로, 여러개의 서로다른 물질들을 포함하는 다층 물질 스택 구조체들의 물성을 규명하는 것은 여러 가지 난점이 있다. 전형적으로, 이와 같은 물질들의 스택을 1회 측정하여 얻은 데이터의 양은 상기 스택을 포함하는 모든 물질들의 광학적 특성들을 규명하기에 불충분할 수 있다. 예를 들면, 스펙트럼 범위에 걸친 N개의 파장들에 요구되는 스펙트럼 해상도(spectral resolution)를 가지는 M개의 서로 다른 물질들을 포함하는 물질 스택(material stack)의 복소굴절지수(complex refraction index) (n+ik)에 대한 분광학적 측정은 N개(n 또는 k만이 측정되는 경우) 또는 2N개(n과 k 모두 측정되는 경우)의 데이터 포인트(data points)를 제공한다. 서로 다른 모든 물질들의 복소굴절지수 (n+ik)를 규명하기 위해서는 일반적으로 2*M*N개의 독립적인 데이터 포인트가 요구되고, 따라서 1회의 측정은 이러한 특성들을 정확히 결정하기에 부족한 데이터를 제공한다. 본 발명은 이러한 문제점들을, 이러한 파라미터들이 공통되는 여러 개의 부위들에 대하여 다수의 측정을 하여 이러한 파라미터들을 결정함으로써 해결하고, 추가로 측정 결과들을 통하여 이러한 파라미터들을 구별하고 특성을 규명하는 최적화 알고리즘을 제공한다. 이에 더하여, 물질의 특성들을 규명하는 상기 방법은, 상기 파라미터들이 웨이퍼 제작의 최종 단계에서 알게 되는 것과 같이 상기 파라미터들을 결정할 수 있게 한다. 상기 방법은 전술한 추가적 스택 및 모델에 기반한 표준적인 방법론의 많은 제약을 해결한다.

상기 구조체들(시험 부위들)이 다른 부위들(예를 들면, 다른 기하학적 파라미터들)과 다른 적어도 몇 가지의 구별되는 부분 파라미터들을 가지기 때문에, 이러한 부위들에 대한 측정 및 물리적 예측 모델은 서로 다른 스펙트럼들을 제공하고, 따라서 패턴화되지 않은 영역에는 포함되지 않는 추가적인 정보를 얻는다. 동일 물질이 모든 구조체에 존재하기 때문에, 이러한 모든 서로 다른 부위들로부터 취한 정보를 하나의 최적화 문제(single optimization problem)와 결합하고 동시에 다른 부위들에 걸친 물질의 특성들에 대하여 해를 구할 수 있다.

본 발명의 또 다른 측면은, 상기 방법의 여러 단계, 예를 들면 식각(etch), 증착(deposition) 또는 연마(polish) 전후에서 얻은 측정들을 결합하여, 보다 다양한 구조체에 대하여 보다 많은 정보가 수집되도록 한다. 상기 방법의 여러 단계에서 동일 부위를 측정함으로써 다수개의 스펙트럼을 얻는데, 이는 또한 원하는 전체 파라미터들을 추출하기에 필요한 양의 정보를 얻기 위하여 요구되는 다른 측정 부위들의 수를 줄일 수 있다. 그러므로 본 발명의 또 다른 측면은 상기 방법의 여러 단계에 걸쳐서 하나의 웨이퍼 상의 하나의 부위에 대한 측정을 함으로써 전술한 전체 파라미터들을 추출하게 하는 다수개의 측정 데이터를 제공하는 것이다.

본 발명의 추가적인 측면은, 예를 들면 다양한 공정들(CMP, CVD)에 전형적인 중심 대 가장자리 변화(center-to edge variations)에 기인하는, 약간 다른 구조체들을 대표하는 웨이퍼 상의 다른 위치로부터 얻은 다른 측정들의 용도이다.

상기 용도가 상기 고정들 중 하나에서 행하여진 의도적인 변형들로부터 이루어져서 최적화에 사용할 정보의 양을 증가시킬 수 있다는 점이 본 발명의 또 다른 측면이다. 예를 들면, 웨이퍼 제조에 사용되는 단계들 중 하나인 포토리소그래피(photolithography) 공정에 의하여 허용되는 자유도(degrees of freedom)에 의하여 상기 용도가 만들어진다. 다른 노광(exposure) 및/또는 초점(focus) 조건을 사용하여 웨이퍼 상의 다른 필드들(fields)을 노광시켜 동일 웨이퍼 상의 다른 영역에서 다른 그레이팅 구조체를 형성시킴으로써, 필드 당 하나의 부위(single site per field)가 충분할 정도로까지 하나의 웨이퍼로부터 수집될 수 있는 정보량을 현저히 증가시킨다.

본 발명의 또 다른 추가적인 측면은, 표준적인 공정 흐름에 개입하는 것이 필요한 특별한 웨이퍼를 사용하는 것과 대조적으로 표준적인 제품 웨이퍼를 사용하여 제작 공정 도중에 물성들을 주기적으로 감시하는 공정 제어 방법을 제공하는 것이다. 표준적인 공정 웨이퍼(standard process wafer) 상의 다수개의 부위들을 측정하고 이러한 측정 결과에 본 발명에 개시된 분석 방법을 적용함으로써, 상기 공정에서의 다양한 층들의 물성들을 연속적으로 감시할 수 있다. 그러면 상기 측정된 물성들을, 예를 들면 증착 체임버와 같은 공정 도구를 정상적으로 조작하는 동안의 변화를 플래깅(flagging)하거나, 주기적인 유지보수 후에 이러한 공정 도구를 점검하는 등의 용도에 사용할 수 있다. 다수개의 부위들을 동시에 맞추기(fitting)하는 것이 하나의 측정 부위에 대한 표준적인 맞추기 과정 보다 시간이 더 소요되기 때문에, 상기 다수개의 부위에 대한 분석 데이터가 동일한 처리 장치 상에서 독립적, 병렬적 과정으로서 처리되거나 독립적, 잠재적인 원격 처리 장치에서 처리하도록 전송됨으로써, 상기 측정 시스템이, 표준적인 단일 부위 측정을 위한 동일한 측정 시시템을 연속적으로 사용하는 데에 지연이 없이 주기적 물질 특성 규명 분석을 할 수 있게 한다.

본 발명의 방법은 전술한 바와 같은 표준적인 방법을 제약하는 문제들에 대한 몇 가지 해결책을 제시한다. 모든 구조체들이 최종 층(final layer) 위에 형성되기 때문에, 단락-루프 웨이퍼를 제조하여 "추가적 스택"을 형성할 필요가 없고, 따라서 비용을 절감하며 타임-투-솔루션(time-to-solution)을 줄여준다. 더욱이, 모든 구조체들이 전체 스택(full stack)으로부터 제조되기 때문에, 증착 후 물질 변화의 모든 양상이 자동적으로 고려된다. 또한, 유일한 필요조건이 마스크(mask) 상에 존재하는 올바른 시험 부위들(또는 제품내(within-product)의 부위들)에 대한 것이기 때문에, 이 방법은, 초기 레시피 셋업(initial recipe setup) 과정에서 행해지는 것과 동일한 방법으로 직렬 생산(serial production)하는 동안에 물성에 대하여 추적할 수 있게 하고, 보다 향상된 공정 제어를 가능하게 하는데, 이러한 것은 표준적인 추가적 스택 방법으로는 불가능한 것이다. 이용가능한 정보량을 추가로 증가시키기 위하여, 다수개의 측정 방법들을 사용하여 다른 부위들을 측정할 수 있는데, 예를 들면 여러 입사각에서의 편광 스펙트럼(polarized spectra) 또는 타원측정법의 파라미터들(ellipsometric parameters)을 측정한다.

분명히, 이 방법을 사용하는 것은 다양한 조도(illumination) 조건하에서 복잡한 구조체로부터의 회절을 모델링하는 능력에 의존하지만, 이러한 능력은 기본적으로 산란측정법에서 요구되는 모델링 능력과 동등하고 따라서 널리 알려져 있다. 이 모델링을 실행하는 데에서의 차이점은 물질의 특성들을 기하학적 파라미터들과 함께 규명하는 데 있는 반면에, 종래의 연구에서는 물질의 특성들을 아는 것으로 가정하고 기하학적 파라미터들을 알아내기 위하여 타겟(targe)을 최적화한다. 해(solution)의 품질은 오답에 이르지 않으면서 거대한 양의 정보를 올바르게 조합(결합)하는 능력에 크게 기인하는데, 예를 들면 맞추기 함수(fitting function)의 국부 최소값(local minima)에 기인한다.

본 발명을 이해하고 본 발명이 실제로 어떻게 실시되는지 알기 위하여, 첨부 된 도면을 참조하여, 비제한적인 실시예만으로써 실시태양들이 설명될 것이다:

도 1은 본 발명의 방법을 실시하기에 적합한 시스템의 예에 대한 개략도이다;

도 2A 내지 2F는 동일한 물질 스택의 대부분 또는 전부를 공유하는 하나의 물품의 다수개의 영역들/부위들을 나타내는 개략적인 다이어그램이다: 도 2A는 패턴화되지 않은 (고형) 영역을 나타내고; 도 2B 내지 2D는, 예를 들면 리소그래피(lithography)에서의 현상후 측정(post development measurement)에 전형적인 것과 같이, 다양한 피치와 듀티 사이클을 가지며 상층에 패턴화가 되어있는 여러 개의 패턴화된 부위들을 보여주며; 도 2E 내지 2F는, 다른 공정 단계, 예를 들면 에칭 후에 측정될 수 있는, 다양한 피치와 듀티 사이클을 가지는 2개의 패턴화된 부위들을 나타낸다;

도 3은 시험 영역을 예비 설계하는 선택적인 단계를 예시하는 흐름도이다;

도 4는 본 발명의 파라미터 최적화 기법에 대한 하나의 실시태양을 예시하는 흐름도이다;

도 5A는 CD=45 nm이고 동일한 라인 대 스페이스(line to space)인 1:1의 듀티 사이클을 갖는 패턴화된 영역에 대한 전형적인 감도 분석표를 보여준다;

도 5B는 CD=45 nm이고 라인 대 스페이스(line to space)인 1:5의 듀티 사이클을 갖는 패턴화된 영역에 대한 전형적인 감도 분석표를 보여준다;

도 5C는 도 5A 및 5B에서 검사되는 전형적인 구조체를 예시한다;

도 6A는 파라미터들 간의 높은 상관관계를 보여주는 고형(패턴화되지 않은) 영역에 대한 파라미터 상관관계 매트릭스(parameter correlation matrix)를 보여준다;

도 6B는 파라미터들 간의 낮은 상관관계를 보여주는 패턴화된(그레이팅) 영역에 대한 파라미터 상관관계 매트릭스를 보여준다;

도 7A 및 7B는, 리소그래피에서 3개의 전형적인 부위들에 대한 모델 최적화 과정(model optimization procedure)의 2개의 연속 단계들 각각의 과정 도중에서의 스펙트럼 맞추기(spectra fitting)를 예시한다: 실리콘 기판의 Barc 층 상의 고형 감광층, 실리콘 기판의 고형 Barc 층, 및 실리콘 기판의 Barc 층 상의 감광층 그레이팅; 그리고

도 8은, 본 발명의 실시예에 따른 2개의 병렬 공정 제어 관정에 대한 플로우 다이어그램을 보여준다.

[대표적인 실시태양의 상세한 설명]

도 1을 참조하면, 웨이퍼 W의 특성을 감시(측정/검사)하는 본 발명의 기술을 실시하기에 적합하고, 전체로서 10으로 지시된, 측정 시스템의 한 실시예가 개략적으로 예시되어 있다. 후자는 패턴화된 구조체를 포함하는 물품을 구성한다. 상기 물품은 (예를 들면 다른 부위들 내의) 적어도 2개의 다른 스택들, 이들 중 주기적 패턴을 갖는 적어도 하나를 포함하고; 따라서 상기 물품은 다수개의 패턴화된 부위들/영역들(일반적으로는, 스택들)을 포함할 수 있으며 또한 하나 이상의 패턴화되지 않은 부위들/영역들(스택들)을 포함할 수 있다.

상기 시스템(10)은, 전형적으로 각 컴퓨터가 무엇보다도 메모리 유틸리티(12A), 프로세서 유틸리티(12B), 데이터 표시 유틸리티(예를 들면 모티터)(12C)를 포함하는 하나 이상의 컴퓨터를 갖는 컴퓨터 시스템 제어 장치(12)를 포함한다. 상기 제어 장치는, 예를 들어 광학적 측정 장치(14)로부터 오는 광학적 측정 데이터(MD)를 수신하고 처리하도록 구성되어 있다. 상기 측정 데이터는 측정 대상 물품의 하나 이상의 측정 부위들/영역들에 대한 기하학적 파라미터들과 물질 조성 파라미터들을 나타낸다. 이를 위하여, 상기 제어 장치는 이전에 제공된 이론적 예측 모델을 사용한다. 이 모델은, 측정 대상 물품에서와 유사하게, 물품 상의 패턴화되지 않거나 패턴화된 영역들 중 적어도 일부의 회절 특성들을 나타내도록 구성된다. 상기 회절 특성들은 상기 측정 영역들의 기하학적 및 물질관련 광학적 파라미터들로써 정의된다. 이 모델은 상기 측정 영역들이 공통된 기하학적 파라미터(들) 및/또는 물질관련 광학적 특성(들)을 갖는다고 가정한다.

상기 이론적 모델은 미리 적절히 선택되어 저장되는데, 예를 들면 상기 제어 장치의 메모리 유틸리티(예를 들면, 서로 연결가능한 다른 컴퓨터들의 메모리(데이터베이스 간에 분배됨)나, 통신 네트워크를 통하여 상기 제어 장치에 의해 접근가능한 별도의 데이터베이스에 저장된다. 상기 측정된 데이터는 오프라인(off-line), 즉 측정후 세션(post-measurement session)에서 처리되거나; 온라인(on-line) 상에서 (실시간으로) 처리될 수 있다는 점을 유념해야 한다. 상기 제어 장치(12)는 유선 또는 무선 신호 전송에 의하여 상기 측정 장치(14)에 연결될 수 있다.

상기 광학적 측정 장치(14)는 본 발명의 시스템의 구성부분일 수도 있고 그 렇지 않을 수도 있다. 그러나 본 발명의 시스템(제어 장치(12))은 미리 정해진 형태의 광학적 측정에 의하여 얻은 측정 데이터를 분석할 수 있도록 구성된다. 다시 말하면, 상기 이론적 모델은 (측정 대상 물품에서와 유사하게) 물품의 회절 및/또는 간섭 특성들을 설명할 수 있도록 선택되고 미리 정해진 기법에 따라 측정된다. 상기 광학적 측정 장치는, 바람직하게는 영차 회절 검출 모드(zero order diffraction detection mode)에서 작동가능한, 스펙트럼 타원측정법(spectral ellipsometry) 또는 스펙트럼 반사측정법(spectral reflectometry)을 수행할 수 있도록 구성될 수 있다. 일부 실시태양에서는 상기 광학적 측정 장치가 다른 형태의 측정 도구를 포함할 수 있거나, 또 다른 일부 실시태양에서는 상기 광학적 측정 장치가 동일한 측정 도구를 사용하지만 다른 측정 모드로 작동됨으로써, 상기 물품의 동일 또는 다른 부위들에 대하여 다른 측정을 수행할 수 있다는 점을 유념해야 한다.

상기 제어 장치(12)(이의 프로세서 유틸리티(12B))는 상기 광학적 측정 데이터를 처리하도록 미리프로그램될 수 있다. 이러한 처리는 다수개의 측정 영역에 대한 광학적 측정 데이터를 상기 이론적 모델에 맞추는 단계와 적어도 하나의 공통된 파라미터를 추출하는 단계를 동시에 수행한다. 이로써 하나의 물품/구조체 내의 다수개의 층들의 특성들을 규명할 수 있다. 이러한 것이 소위 "단일 웨이퍼 파라미터 최절화(single wafer parameter optimization, SWPO)" 기법이다. 이러한 기법은, 예를 들면 어떤 물질들/층들의 어떤 특성들, 전형적으로 광학적 특성들을 최적화하는 병렬 회귀 맞추기 알고리즘(parallel regression fit algorithm)을 사용할 수 있다.

상기 SPWO 기법은 패턴화된 구조체(예를 들면, 웨이퍼), 즉 패턴화된 영역들 및 하나 이상의 패턴화되지 않은 영역들 또한 가질 수 있는 구조체를 포함하는 물품의 특성들을 규명하는데 사용될 수 있는데, 이러한 "영역들"은 상기 물품 상의 동일 또는 다른 위치들과 연관된 스택들을 구성한다는 사실을 기억해야 한다. 이 방법은 다수개의 영역들 또는 부위들로부터 측정된 데이터를 처리하고 분석하는 단계를 포함하고, 따라서 상기 영역들 또는 부위들은 시험 부위들로서 역할을 하고 상기 물품의 제품 부분의 외부의 물품의 시험 부분 내에 위치하거나 상기 제품 부분 내에 위치한다. 상기 영역들은 이들의 기하학적 파라미터들 및 물질 조성 파라미터들로 설명될 수 있다. 상기 영역들은 전형적으로 상기 기하학적 및/또는 물질 특성들(즉, 부분 특성들/파라미터들) 중 일부에 의하여 서로 다르고, 이러한 특성들 중 일부는 상기 영역들 중 적어도 일부에 대하여 공통된다(즉, 공통/전체 특성들/파라미터들).

이론적 (물리적) 모델은 상기 다른 영역들 중 적어도 일부의 간섭/회절 특성들을 나타내는 예측을 제공하는 데 사용된다. 보다 구체적으로는, 상기 모델은 다른 영역들, 즉 기하학적 파라미터(들) 및/또는 물질 조성 파라미터(들)에 있어서 서로 다른 영역들에 대응하는 다수개의 하위모델들(sub-models)을 가진다. 위에서 나타낸 바와 같이, 이러한 회절 특성들은 전체적으로 상기 영역 특성들(예를 들면, 상기 영역의 특성을 규명하는 기하학적 및/또는 물질 파라미터들)에 의존한다. 선택된 영역들에 대하여 광학적 측정을 수행하여 이러한 영역들 각각에 대한 회절 특 성들을 나타내는 측정 데이터를 제공한다.

그 후, 다수개의 하위모델들과 이들의 대응하는 측정 데이터 조각들에 대하여 동시 맞추기, 예를 들면 역회귀 맞추기 방법을 수행한다. 이것은 전형적으로, 이하에서 추가로 설명하는 바와 같이, 측정된 영역들에 대하여 적절한 수준의 맞추기가 동시에 달성될 때까지 상기 이론전 하위모델들의 파라미터들에 대한 반복적 변경(iterative alteration)에 의하여 달성된다.

예를 들면 상기 총 메리트 함수의 미리 정해진 값에 의하여 정의된, 상기 하위모델들 및 상기 각각의 측정 데이터에 대하여 적절한 수준의 맞추기가 달성되면, 상기 측정 영역들에서 공통된 파라미터들의 값들이 추출되어 상기 물품의 특성들을 규명하는 데 이용될 수 있다.

본 발명의 기술은, 하나의 물품에 대한 측정에 의하여 상기 물품의 특성들을 규명할 수 있게 하는데, 다시 말하며, 다른 유사 물품들로부터 측정된 데이터를 비교할 필요를 제거한다. 그러나 본 발명은 단일 물품 측정에 한정되지는 않으며, 처리될 측정 데이터는 종종 2개 이상의 물품들(웨이퍼들)에 위치한 측정 영역으로부터 수집된 것들이다. 본 발명의 일부 실시태양에 있어서, 상기 측정 영역들 중 적어도 일부에 대하여 공통되는, 공통 파라미터들이 최적화될 수 있다.

본 발명에서 사용되기에 적합한 상기 이론적 모델은, 예를 들면 상기 웨이퍼 상의 각 부위에 대한 스펙트럼 응답에 대한 설명(물질의 광학적 파라미터들 및 기하학적 또는 구조적 파라미터들과 같은 몇 가지 파라미터들의 함수, 예를 들면 어떤 물질의 복소굴절지수 및 이의 파장, 층 물질 및 두께에 대한 함수적 표현)로서) 을 포함할 수 있다. 일반적으로, 이러한 유형의 이론적 모델이 상기 측정 결과들을 항상 정확히 기술/예측하는 것은 아니다. 이것은, 공칭 상태 및 상호작용들(nominal state and interactions) 또는 대개 상기 웨이퍼에 대한 상기 이론적 모델 내에 완전히 포함되지 않는, 층들 간의 계면 효과들을 변화시킬 수 있는 공정 변화들과 같은 일부 효과들에 기인한다.

이를 위하여, 전체적으로 유사하지 않은 몇 개의 블랭킷 웨이퍼들(예를 들면, 추가적 스택 접근법)에 대한 다수의 측정들이 사용되어, 어떤 파라미터들에 대하여 별도의 독립적 측정(예를 들면, 제1 층을 포함하는 웨이퍼를 측정한 후, 제1 및 제2 층들을 포함하는 웨이퍼를 측정하는 등)을 함으로써 측정의 최적화를 가능하게 하고 측정 결과들에 좀더 잘 맞는 최적화된 모델을 제공하는데 사용될 수 있다. 일반적으로, 이러한 영역들 각각은 다른 기하학적 특성들을 가질 수 있는데, 예를 들면 이러한 영역들은, 도 2A 내지 2F를 참조하여 아래에서 추가로 예시될 바와 같이, 다른 CD값들(예를 들면 라인폭) 및 듀티 사이클 또는 주기를 갖는 몇 개의 그레이팅들(gratings)을 포함할 수 있다. SPWO는 각 영역의 기하학적 파라미터들을 사용함으로써 예상되는 측정 결과들의 모델링된 예측(예를 들면 부분 하위모델들)을 제공한다.

일부 경우에 있어서, 상기 시험 부위들/영역들 및 이들의 기하학적 파라미터들은 상기 측정 결과들에 대하여 상기 웨이퍼의 물질의 광학적 특성들 및 기하학적 특성들의 효과를 규명하는 이론적 모델에 대한 어떤 관심 있는 파라미터들의 추출하고 및 최적화할 수 있도록 특별히 설계된다. 이러한 최적화 방법은 상기 측정 결 과를 통하여 직접적으로 또는 상기 이론적 모델들의 추가 분석을 통하여 간접적으로 수집된 데이터를 사용하여 수행될 수 있다. 다른 일부 경우에 있어서는, 상기 측정이, 원하는 파라미터들/특성들의 분석에 적합한 것으로 밝혀진 원하는 웨이퍼 상에 이미 제작되어 있는 몇 개의 부위들에 대하여 수행된다.

따라서 동일한 웨이퍼 상의 몇 개의 시험 부위들(예를 들면 패턴화된 영역들)을 측정함으로써 얻어지는 측정 결과들은 상기 이론적 모델의 공통("전체") 파라미터들(어떤 층들/물질들의 복소굴절지수와 같은 것들)을 분석하고 최적화하는 데에 함께 사용될 수 있다.

웨이퍼 상에 형성된 서로 다른 패턴화된 부위들은 대개 어떤 기하학적 파라미터들(예를 들면, 듀티 사이클, CD, 주기 등) 및 어떤 물질의 광학적 파라미터들(예를 들면, 굴절계수 및 소광계수(extinction coefficient))에 의하여 구별된다. 반면에, 동일 웨이퍼 상에 제작된 이러한 패턴화된 부위들은 적어도 하나의 전체 구조적 파라미터(global structural parameter)(예를 들면, 하부 층들의 두께) 또는 물질들의 공통된 광학 상수들을 갖는다. 동일 웨이퍼 상에서 측정되는 모든 부위들에 있어서 본질적으로 동일한 이러한 전체 파라미터들은 다른 시험 부위들의 측정된 특성들(예를 들면 반사율)을 이론적으로 모델링하는 데 사용된다.

다음은 본 발명의 SWPO 방법에 대한 실시예이다:

선택적으로, 다수개의 영역들에 대한 기하학적 파라미터들의 설계/분석 및 최적화를 수행한다. 이러한 과정은 측정에 사용될 웨이퍼 상의 영역들/부위들을 적절히 선별하기 위한 것이다. 이 단계는 시험 부위들을 제작하는 데 사용되는 마스 크를 설계하기 전에 수행될 수 있다. 이 대신에, 이 단계는 상기 마스크/웨이퍼 상에 이미 존재하는 다수개의 후보 측정 부위들 중에서 몇 개의 부위들을 선별하기 위한 것일 수 있다. 두 경우 모두에서, 상기 시험 부위들의 설계 또는 선정의 최절화는 이론적 계산에 근거한 실제적인 측정(즉, 오프라인 상에서 수행됨) 전에 수행되고 실제 웨이퍼를 요하지 않는다. 이 단계가 마스크 설계 전에 수행되는 경우에 있어서, 상기 이론적 계산은, 상기 부위들을 동정하고(identify), 이들과 설계 규칙들(design rules) 및 OPC(Optical Proximity Correction, 광근접보정) 규칙들과의 매칭(matching)을 확인하는 DBM(Design Based Manufacturing, 설계 기반 제작) 기법들과 연결될 수 있다. 이 단계는 도 3을 참조하여 보다 구체적으로 설명될 것이다.

그러므로 전술한 과정 후에 또는 전술한 과정 없이, 다수개의 패턴화된 부위들 및 선택적으로 패턴화되지 않은 (고형) 부위(들)을 포함하여, 부위들의 조합을 포함하는 하나 이상의 웨이퍼들이 제공된다. 동일한 물품(대개는 반도체 웨이퍼인 경우)에 충분히 다양한 부위들이 존재하는 경우에는, 단일 웨이퍼를 사용하는 것으로 본 발명의 목적에 충분하다.

광학적 측정 도구를 사용하여 웨이퍼 상의 일부 부위들에 대하여 광학적 측정을 적용한다. 상기 도구들의 유형 및 다양성은 사례별 기준에 의하여 선택되어 측정 부위들 내에서 상기 웨이퍼의 다양한 특성들을 측정할 수 있는데, 예를 들면, 반사율 스펙트럼을 다양한 편광상태에서 얻을 수 있거나 타원측정법적 파라미터 측정을 하나 또는 다수개의 입사각에서 수행할 수 있다. 또한 상기 방법의 다양한 단 계에서 측정을 수행할 수 있다.

이렇게 얻은 측정 데이터는 상기 물질들 중 적어도 일부의 물성을 최적화하기 위하여 처리된다. 상기 측정 데이터의 처리는, 아래에서 추가로 설명되는 바와 같이, 물리적 모델 및 최적화 알고리즘에 기반한다.

본 발명의 SWPO는, 주기적 그레이팅들(periodic gratings) 및 어쩌면 고형(패턴화되지 않은) 스택들을 포함하는 두 개 이상의 시험 부위들과 함께 사용될 수 있어서, 상기 시험 부위들이 적어도 하나의 공통 파라미터를 갖는다. 이러한 시험 부위들을 측정하여 회절 특성들을 얻을 수 있고, 동시 최적화를 수행할 수 있다. 이와 관련하여, "동시 최적화(simultaneous optimization)"란 표현은, 모든 (또는 원하는 수의) 측정 영역들에 대한 측정 데이터 및 이론적 하위모델들의 맞추기(fit)(원하는 정도의 맞추기)를 얻는 과정을 말한다. 이러한 맞추기는, 메리트 함수들의 합으로서 계산되는 메리트 지수(merit figure)와 같은 전체 맞추기 기준(total fit criterion)에 의하여 실현될 수 있다. 전형적으로, 몇 가지 주기적 패턴들이 병렬적 해석(parellel interpretation)(동시 측정(simultaneous measurement))에 사용된다.

동일한 웨이퍼의 다수개의 부위들(각각 이러한 부위들 6개)을 개략적으로 도시하는 도 2A 내지 2F를 참조한다. 일반적으로, 상기 부위들은 다른 스택들, 즉 하나 이상의 기하학적 파라미터들(패턴 파라미터들 및/또는 층 두께) 및/또는 물질관련 광학적 파라미터들에 있어서 서로 다른 스택들을 구성하고, 상기 부위들에서, 이러한 다른 스택들은 상기 물품 상의 다른 위치들과 연관되거나 상기 물품상의 동 일 위치에 대한 다른 처리 단계에 의한 결과일 수 있다. 그러므로 이 웨이퍼는 패턴화되지 않은 부위(도 2A) 및 피치 및 듀티 사이클 값과 같은 다양한 기하학적 파라미터들을 갖는 몇 개의 패턴화된 부위들(도 2B 내지 2F)을 포함한다. 도 2B 내지 2D의 부위들에 있어서, 오직 최상층만이 패턴화되어 있고 물질 2로 이루어진 층 위의 물질 1의 공간적으로 분리된 부분의 형태이다. 이러한 부위들은 예를 들면, 리소그래피에서 후현상 측정에 사용될 수 있다. 도 2B 내지 2D의 부위들은 패턴 파라미터들에 있어서 서로 다르고 공통된 물질 조성 파라미터들을 가진다. 도 2E 및 2F의 부위들에 있어서, 물질 1은 제거되고 2개의 상부 층들, 물질 2 및 물질 3의 층들은 서로 다르게 패턴화된다. 그러므로 도 2E 및 2F의 부위들은 패턴 파라미터들에 있어서 서로 다르고 공통된 물질 조설 파라미터들을 갖는다. 이러한 부위들은 예를 들면, 에칭(etching) 후에 측정될 수 있다. 또 다른 선택으로서, 상기 패턴들은 상기 패턴화 후에 증착되는 추가적인 층들 아래로 묻힐 수 있다.

바람직하게는, 단일 웨이퍼 내에 서로 근접한 부위들에 대하여 측정을 수행한다. 이러한 경우에, 측정되는 시험 부위들에 공통하는 상기 전체 파라미터들이 유사한 값(예를 들면, 공통 층 두께 또는 공통 스택 물질 파라미터들)을 갖는다는 가정은 매우 유효하다. 이러한 방법은, 기존 웨이퍼 상에 이미 만들어진 적절한 부위들을 사용함으로써 특별히 설계된 웨이퍼들, 또는 특별히 처리된 단락루프 웨이퍼들을 요구하지 않으면서 수행될 수 있다.

상기 웨이퍼 상의 다른 위치들에서 다른 조건이 존재하는 어떤 경우에 있어서는, 다른 위치들(예를 들면, 시험 부위들)에 대한 측정에 의하여 추가적인 정보 를 제공할 수 있다. 예를 들면, 초점 노광 매트릭스(focus exposure matrix)를 사용하는 경우에, 병렬적으로 처리될 상기 추가적인 정보는 다른 초점 및 노광 조건과 연관되어 있다. 또 다른 선택은, 다른 NA(numerical aperture, 개구수) 조건과 같은, 동일 측정 도구의 다른 조작 모드로 작업하는 것이다.

시험 부위들을 예비적으로 설계하는 선택적 단계를 예시하는 도 3을 참조한다. 본 발명의 특정 실시태양에 따르면, 웨이퍼 상의 다른 부위들은, 전술한 바와 같이, 측정 및 최적화 단계들을 위한 시험 부위로서 역할하도록 설계되고 선택된다. 이것은 주된 최적화 단계를 위한 예비 단계이다. 이러한 예비 단계는, 마스크 설계를 통하여, 웨이퍼 상의 패턴화된 구조체들(주기적 구조체들) 및 어쩌면 고형 구조체(들)에 대한 다수개의 간단한 시험 부위들(단계 1.6)을 생성하는 능력을 이용한다. 이 단계에서, 상기 기하학적 특성들의 변화에 대한 관련 파라미터들(즉, 측정되거나 최적화될 파라미터들)의 감도에 따라 그리고 관련된 파라미터들의 측정에 대한 다양한 기하학적 특성들의 효과 간의 상관관계의 정도에 따라서, 상기 시험 부위들의 원하는 기하학적 특성들이 주위 깊게 분석되고 선택된다. 상기 시험 부위들 사이의 변화가 관련 파라미터들에 대한 독립적(또는 약한 상관관계를 갖는) 지표(indication)을 제공함으로써 상기 시험 부위들의 측정 결과를 통하여 이러한 파라미터들을 추산하고 최적화할 수 있게 하는 것이 바람직하다.

따라서 이 단계는, 관련 파라미터들의 감도에 중점을 두어 세심한 마스크 설계 또는 마스크 상에 존재하는 부위들의 세심한 선택에 의하여, 측정될 상기 시험 부위들을 제어할 수 있게 한다.

관련 물질들의 예측 및 이들의 특성들(예를 들면, 광학적 특성들, 반사율/투과율) 그리고, 전형적으로 다른 시험 부위들에 대하여 변하는 몇 가지의 자유도(예를 들면, 주기 및 듀티 사이클(라인-공간비))를 갖는 주기적/패턴화된 시험 부위(그레이팅과 같은 것)들의 선택적인 설계를 포함하는 적절한 이론적 모델(전체 모델(global model))이 제공된다(단계 1.1). 블랭킷 웨이퍼의 특성을 규명하는 전체 이론적 모델의 한 예는, 상기 웨이퍼의 예상되는 복속굴절지수(n(w) + ik(w))와, 상기 스택의 물질 조성 및 상기 층들의 두께와 같이 웨이퍼의 특성을 규명하는 몇 가지 파라미터들에 대한 상기 굴절지수의 의존성을 결정하는 방정식 세트(a set of equations)를 포함할 수 있다. 다른 모델들이 특정 최적화 문제에서 필요로 하는 다른 특성들의 분석을 위하여 생성될 수 있다는 것을 이해하여야 한다. 몇 개의 시험 부위들이 설계되거나 마스크로부터 선택된다(단계 1.2). 상기 설계는, 각 시험 부위에 대하여 단계 1.1에서 얻은 전체 모델에 근거하여, 상기 부위들의 특성을 규명하는 기하학적 특성들의 상세 사항과 부위-모델(즉, 각 부위에 대응하는 부분 모델 또는 하위모델)의 생성을 포함한다. 상기 시험 부위들을 설계하는 기본적인 목적은, 상기 부위들에 대한 측정을 통하여 상기 최적화된 파라미터들에 대하여 각 모델의 적절한 감도를 제공하고 이러한 파라미터들의 최소 상관관계를 상기 모델의 다른 관련 파라미터들에 제공하는 것이다. 그러므로 상기 하위모델들(부위 모델들)은 상기 부위들에 대하여 예상되는 측정 결과에 대한 예측을 제공한다. 이러한 하위모델들은 전형적으로 각 부위의 기하학적 파라미터들을 추가하면서, 전술한 전체 모델에 기반한다.

이후, 상기 부위의 설계를 확인(verification)한다(단계 1.3). 이 단계는 상기 이론적 모델에 근거하는 감도 및 상관관계 분석을 포함한다. 전술한 바와 아래에서 추가로 설명되는 바와 같이, 이 단계에서 상기 시험 부위들이, 관심 있는 어떤 파라미터들의 변화에 대한 이들의 감도에 대하여 분석된다. 이를 위하여, 감도는, 시험받는 파라미터들의 변화(상기 파라미터의 범위의 일부분의 변화) 때문에 발생하는, 측정된 데이터 내에서 예상되는 효과(예를 들면, 스펙트럼 투과율/반사율에서의 변화)들 간의 비율로서 정의된다. 이러한 감도 측정은 측정된 데이터에도 영향을 줄 수 있는 노이즈 효과(noise effects)를 고려하고 감도 분석이, 노이즈에 의하여 유발된, 측정된 양(quantity)의 전형적인 편차에 비례하여 평가될 수 있다. 상기 시험 부위들 중 적어도 하나는 관심 있는 파라미터의 변화에 대한 적절한 감도를 보여주는 것이 요구된다. 또한 이 단계에서 수행되는 상관관계 분석은, 관심있는 특정 변수들/파라미터들의 변화에 대한 다른 시험 부위들의 감도들(위에서 정의되었음) 사이의 상관관계의 정도를 측정한다. 이로써, 상기 선택된 시험 부위들에 대한 이러한 파라미터들의 "직교성(orthogonality)"을 확실히 보장하고, 상기 선택된 시험 부위들의 측정 결과에 기초하여 관심있는 각 파라미터를 줄일 수 있게 하며, 각 파라미터를 추출함에 있어서 최종적인 정확성 및 안정성을 확보하게 한다. 이러한 상관관계 분석은 아래에서 보다 상세히 설명될 것이다.

각 파라미터의 감도 및 상관관계 값들을 요구되는 최종 정확도의 역치에 대하여 시험한다(단계 1.4). 만족스럽지 못한 정확도 값이 얻어진 경우에는, 단계 1.5부터 상기 방법을 다시 시작하여, 상기 시험 부위들의 설계에 대하여 보정할 수 있게 한다.

상기 확인 단계(verification step) 1.3은, 상기 감도 파라미터들이 개별적인 최절화를 방해하는 크로스 토크(cross talk)로 인하여 나빠지지 않도록 한다. 이러한 분석은 미리 정해진 구조체들을 사용하여 최적의 해결책을 설계할 수 있게 한다. 이러한 초기 분석법의 사용은 마스크 구조가 설계되지 않았거나 설계될 수 없는 경우에도 중요하다. 이러한 경우에, 상기 맞추기 과정을 시작하기 전에 높은 신뢰 수준이 요구되고, 따라서 파라미터 최적화에서의 오차 수준을 이해하는 것이 매우 중요하다.

상기 시험 부위들에 대한 적절한 설계를 완성하고 단계 1.4에서 얻은 에러값이 미리 정해진 역치 이하이거나 최소값인 경우에, 시험 부위들의 세트 및 대응하는 부분(부위) 모델들 또는 하위모델들이 얻어진다(단계 1.6).

이제 도 5A 내지 5C를 보면, 감도 분석의 한 예가 나타나 있다. 도 5C는 전형적인 감광 그레이팅(photoresist grating), 예를 들면 실리콘 기판 상의 BARC(bottom antireflective coat, 하부 반사방지막) 상부의 감광 라인을 보여준다. 도 5A 및 5B는, 서로 다른 기하학적 특성들을 갖도록 제작된 감광 그레이팅(도 5C)을 포함하는 2개의 시험 부위들에 대한 감도 분석 결과를 보여주는 표들이다. 도 5A는 라인 폭(즉, CD)이 45 nm이고 듀티 사이클(즉, 라이 대 공간비)이 1:1인 첫번째 시험 부위에 대한 감도 분석을 나타내고, 도 5B는 라인 폭이 45 nm이고 듀티 사이클(즉, 라이 대 공간비)이 1:5인 두번째 시험 부위에 대한 감도 분석을 나타낸다. 이 표들에서 상기 시험부위들의 특성을 규명하는 몇가지 물질 특성들(파라 미터들) 및 기하학적 파라미터들이 감도가 감소하는 순서로 나열되어 있다. 이 표들에서 볼 수 있는 바와 같이, 일부 물질 파라미터들은 기하학적 파라미터들과 동일한 수준의 감도를 갖는다.

그러나 상기 감도 값은 듀티 사이클 또는 주기와 같은 기하학적(그레이팅) 파라미터들에 의존한다. 이러한 의존성은 서로 다른 듀티 사이클에 대하여 계산된 도 5A 및 5B의 표를 비교함으로써 예시된다. 상기 표들로부터 알 수 있듯이, 본 실시예에서 각 파라미터에 할당된 감도 값들 모두와 다른 파라미터에 대한 감도 순위는 듀티 사이클에 의존한다. 이것은 또한, 상기 최적화에 사용되는 파라미터들 각각이 상기 노이즈 수준 및 변화된 파라미터들에 대하여 충분히 민감하다는 첫번째 지표(indication)를 제공한다.

2개의 층(L1과 L2로 표시함)으로 이루어진 스택을 포함하는 웨이퍼에 대한 두가지 경우와, 상기 파라미터들과 관련 파라미터들의 척정에 대한 예측된 변화 간의 상관관계/커플링(coupling)을 (하나의 시그마 표준편차(one sigma standard deviation)의 단위로) 예시하는 대응하는 변화 및 상관관계 표(예를 들면, 공분산 행렬(covariance matrix))들을 보여주는 도 6A 및 6B에, 전형적인 상관관계 분석이 나타나 있다. 도 6A의 웨이퍼는 고형 2층 스택을 포함하고 도 6B의 웨이퍼는 단순히 균일한 라인 간격을 갖는 그레이팅을 포함한다.

도 6A에서, 두개의 구조적 파라미터들, 즉 제1 및 제2 층들의 두께들(L1 두께 및 L2 두께로 표시함)이 상기 고형 웨이퍼 스택의 특성을 규명한다. 이러한 파라미터들에서 변화에 대한 상기 측정의 감도의 특성을 규명하는 상관관계 분석(도 6A에 나타나 있고, 공분산 행렬에 의한 전형적인 분석)에 대한 표는 이들 파라미터들 간의 상관관계가 강하고(즉, 1에 매우 근접한 0.9995), 층 L1과 L2의 두께에 대한 측정 오차(시그마 값(sigma value))는 각각 9.75 및 9.64이며, 이는 상기 파라미터들 간의 높은 상관관계 때문에 비교적 높은 것이다.

도 6B는 이러한 파라미터들의 높은 상관관계에 의한 제약들을 극복하기 위하여 본 발명에 따라 사용된 방법을 나타낸다. 주기 및 듀티 사이클과 같은 구조적 특징들의 변화는, 변화된/추가된 기하학적 특징들의 결과로서 생기는 이러한 파라미터들 간의 상관관계의 감소에 기인하는, 파라미터들 간의 구별을 가능하게 하는 정도로 수행된다. 도 6B에 보이는 바와 같이, 최상층(L1)에 패턴화된 그레이팅 구조체가 나타나 있고, 상기 그레이팅 구조체(도 6A의 L1 두께 파라미터는 도 6B의 L1.H(라인 높이)로 대체됨)에 상응하도록 추가적 파라미터들(라인 폭은 L1.CD로 포시되고 벽 각도(wall angle)는 L1.A로 표시됨)이 추가되었다. 도 6B에 나타난 상관관계 표로부터 분명히 알 수 있듯이, 도 6A의 경우에서는 높았던(0.9995) 층 두께들 간의 감도 상관관계가 도 6B의 경우에서는, 이 구조체의 측정 결과를 통하여 이러한 파라미터들의 예측을 가능하게 하는 값(0.0198)까지 현저히 감소하였다. 도 6A와 6B의 데이터를 비교해 보면, 상관관계의 정도가 낮을수록 상기 층들의 두께에 대한 측정 오차가 감소한다는 사실이 명백하다.

이러한 상관관계 분석의 기본적인 엔진(basic engine)은 알려져 있는 분산-공분산 방법(variance-covariance method)일 수 있지만, 상관관계에 대한 다른 수학적 수단들도 가능하다는 사실을 알아야 한다.

그러므로 도 6A 및 6B는, 적절하게 설계된 그레이팅 구조체의 사용으로 이러한 그레이팅 구조체를 사용하지 않는 경우에는 고형 스택에서 파라미터들 간의 상관관계로 인하여 분리할 수 없는 두 개의 두께 파라미터들을 차별화하는 것이 가능한, 단순하고 전형적인 실시예를 보여준다.

설계된 시험 부위들을 마스크(또는 이 대신에, 마스크나 웨이퍼에 이미 존재하는 부위들을 선택할 수 있음) 상에 제공하고 웨이퍼를 제작한 후에, 반사율 측정을 수행하였다. 이러한 부위들에 대한 상기 측정을 통하여 수집된 정보는 도 4에 나타난 공정 흐름에 따라 처리되고 이하에서 추가로 논의된다. 이러한 정보는, 예를 들면, 다른 부위에서, 또는 조사각(irradiation angle)이나 측정각(measurement angle)과 같은 다른 측정 파라미터들을 사용한 반사율에 대한 스펙트럼 응답값들을 포함할 수 있다.

도 4는, 플로우 다이어그램을 사용하여, 본 발명의 일부 실시태양에 따른 최적화 단계 방법을 예시한다. 이 단계의 조작은 웨이퍼 상에 존재하는 부위들을 사용하고 측정하는 것에 기초한다. 위에서 나타낸 바와 같이, 상기 예비적 시험 부위 설계/분석 단계를 사용하여, 상기 웨이퍼/마스크, 또는 필요한 파라미터 분리를 가능하게 하는 측정들의 세트(set of measurements)를 얻기 위하여 주문에 따라 만들어진 부위들의 설계 상의 이용가능한 구조체들 사이에서 선택하거나를 선택할 수 있다.

초기에, 단계 2.1에서, 웨이퍼(전형적으로 필요한 시험 부위들이 제작되어 있는 하나의 웨이퍼) 및 선택된 시험 부위들의 위치가 공급된다. 상기 웨이퍼에 대 한 이론적 모델과 상기 시험 부위들에 대응하는 일련의 하위모델들이 얻어진다. 기본적으로, 이러한 모델들은, 선택적인 예비적 설계 단계(도 3과 관련하여 위에 기재되어 있음)로부터의 입력(input)으로서 주어지거나, 이 단계에서 생성된다.

상기 시험 부위들의 광학적 특성들의 특성을 규명하기 위하여 일련의 측정(전형적으로 반사율(reflectance) 및 투과율(transmittance) 측정)을 수행하고 단계 2.2에서 측정 결과를 포함하는 정보를 얻는다.

상기 이론적 모델의 가정들이 측정 결과와 일치하고 상기 모델에 의하여 예측된 결과들과 상기 측정 결과들 간에 일정 수준의 유사성이 있다는 사실을 확실히 하기 위하여 확인(verification) 단계(단계 2.3)를 수행한다. 상기 이론적 모델의 예측과 상기 측정 결과와의 차이가 너무 큰 경우에는, 상기 부위들의 부분 파라미터들을 조정하고 최적화한다(단계 2.4 및 2.5). 이론적 모델(및 하위모델)의 예측이 상기 측정 결과와 잘 맞게된 후에, 파라미터 확인 단계(단계 2.3)를 수행할 수 있다. 일반적으로, 이러한 단계들은 선택적이고, 상기 하위모델들이 상기 웨이퍼와 이 웨이퍼 상의 시험 부위들을 정확히 기술한다는 것을 확인하기 위한 목적을 갖는다. 이것은, 상기 설계로부터 상기 전체 및 부분 파라미터들의 편차(이는 제조 과정 중에 발생할 수 있음)를 분석하고 이에 따라서 이론적 모델을 수정함으로써 달성될 수 있다. 이를 위하여, "전체/공통 파라미터들(global/common parameters)"이란 표현은 상기 웨이퍼의 시험 부위들 중 적어도 일부에서 공통되는 구조 및 물질 파라미터들(structural and material parameters)을 지칭한다. "부분 파라미터들(local parameters)"이란 표현은 상기 측정된 시험 부위들에서와 다른 기하학적 파라미터들을 지칭한다.

상기 플로우 다이어그램의 단계 2.4 내지 2.7은, 상기 (공통적이지 않은) 부분 파라미터들 그리고, 선택적으로 상기 각 하위모델의 전체 파라미터들 및 대응하는 시험 부위들에 대한 조정 및 최적화를 목적으로 하는 선택적 예비 최적화 단계를 나타낸다. (예를 들어, 본 출원의 양수인에게 양도된 US 6,657,736 또는 US 2004/0042017에 기재된 바와 같이) 라이브러리 검색 또는 주입(library search or injection)과 같은, 어떠한 역방법 기술들(inverse method techniques)도 마찬가지로 본 발명에서 사용될 수 있는 선택들이다.

따라서 파라미터 확인 단계를 두 단계에 걸쳐 수행한다: 형상 변화(geometry variation) 및 물질의 특성들 변화. 형상 확인 단계(단계 2.4)에서, 상기 부위들에 대한 적절한 형상 설명을 위하여 주의 깊게 분석을 실시한다. 간단한 접근법은 사다리꼴 형태를 사용하는 것이고, 관련된 그레이팅 형상들을 보다 잘 처리하기 위하여 상기 사다리꼴의 수를 증가시킬 수 있다. 상기 형상 파라미터(geometry parameters)에 대한 프로세스의 영향(process influence)에 대한 기본적 지식 및 설명이 상기 구조체를 정의하기 위하여 필요한 파라미터의 수와 자유도에 있어서 보다 효율적으로 만드는 "프로세스 지향 접근법(process oriented approach)"을 사용하는 것이 바람직하다.

상기 물질들의 특성 변화는 물질들의 물리적 모델링(단계 2.5), 에너지 갭(energy-gap) 및 상태 밀도(density of states)와 같은 물질에 대한 고체 물리적 지식에 따라 최적의 수학적 모델링을 수행하는 것으로 구성된다.

공정 단계 2.4 및 2.5를 수행하는 동안에, 상기 이론적 모델 및 상기 하위모델은, 이들 단계에서 확인되는 바와 같이 상기 웨이퍼 및 시험 부위들의 실제 파라미터들을 좀 더 정확히 반영하기 위하여 변경된다. 바람직하게는, 각 하위모델들에서 파라미터들을 변경하여 상기 대응하는 시험 부위들에 대한 측정과 함께 각 하위모델들의 맞추기 수준을 향상시키면서, 다른 부위들의 맞추기 수준(fit level)을 손상시키지 않는다(즉, 이러한 부위들에 공통하는 전체 파라미터들을 변경하지 않는다). 각 시험 부위를 적절히 설명할 모델들을 준비한 후에, 상기 모델에 기초하여 측정된 스펙트럼을 계산된 스펙트럼에 가장 알맞은 맞추기를 수행해야 한다(단계 2.6). 이 경우에, 메리트 함수 조건에 대하여 특정 통과(pass)/실패(fail) 수준이 정의된다(단계 2.7). 이것은 또한 충분한 자유도가 보장되었는지를 확인한다. 단일한 구조 확인이 통과된 후에, 다수개의 파라미터의 전체 맞추기 검색(multi-parameter global fit search)를 각 구조체에 대하여 선택적으로 실시하여 전체 파라미터들의 최적화의 출발점(starting point)에 대한 가능한 가장 좋은 방안(suggestion)을 얻는다(단계 2.6). 이로써 어떠한 모호함도 최소화한다. 이 단계를 여러 부위들/스택들에대하여 수행하고 모든 부위들 간의 결과의 공통성(commonality)을 사용함으로써, 올바른 전체 최소값(global minimum) 및 최적의 출발점을 찾는다.

선택적으로, 대응하는 하위모델에 대한 각 부위들의 맞추기에 대한 측정(예를 들면, 메리트 함수)을 미리 정해진 역치에 대하여 시험한다(단계 2.7). 상기 맞추기 수준이 불충분하고 상기 전체 맞추기가 실패한 경우에는, 원하는 맞추기 수준 에 도달할 때까지 상기 과정을 단계 2.3부터 다시 시작할 수 있다.

적절한 맞추기 수준이 달성되면, 측정 결과에 대한 예측과 잘 부합하는 최적 출발점 모델(전체 및 이에 따른 부위관련 하위모델)을 얻는다. 이로써 상기 모델들이 상기 맞추기 함수(fit function)의 부분 최소값 내에서 실패하지 않고, 따라서 이어지는 최적화 단계들이 보다 향상된 정확도를 보여준다.

다음 단계에서, 상기 최적화 과정은, 회귀 맞추기 방법(regression fit method)을 사용하고 상기 모델을 상기 측정 결과에 맞춤으로써 상기 전체 모델(global model)을 추가로 최적화하기 위하여 상기 출발점 모델(starting point model)을 사용한다. 상기 최적화/맞추기 방법(예를 들면, 회귀 맞추기)은, 측정된 특성 감도에 따라 그리고 다른 파라미터들의 변화에 대한 파라미터관련 특성들의 효과의 독립성에 따라 계산된 순서를 바꾸어 파라미터 그룹을 맞추기함으로써 수행된다. 이로써 상기 모델 내에서 최적화되는 상기 첫번째 파라미터들이 상기 맞추기 함수에 가장 큰 기여를 하지만 이어지는 다른 파라미터들의 최적화에 적게 영향을 받는다.

이어서, 예비적 설계 단계인 단계 1.3에서 설명되고 도 3에 예시된 바와 유사한 방법으로 새로운 출발점 모델들에 근거하여 감도 및 상관관계 분석을 수행한다(단계 2.8).

이어지는 단계에서, 상기 파라미터들이 반복적으로 교란되고(perturbed) 상기 모델이, 상기 모델링된 결과와 경험적으로 얻은 결과와의 차이를 최소화하도록 반복적으로 평가되는 회귀분석을 수행한다. 회귀분석 알고리즘을 효율적으로 수행 하기 위하여, 다른 파라미터들에 대한 예상되는 기여도의 순위를 매김으로써, 단계 2.9에서 감도 및 상관관계 분석이 뒤따른다. 상기 순위 매기기는 상기 파라미터의 중요도 및 의미를 나타낸다. 높은 순위의 파라미터들은 상기 회귀분석의 첫번째 단계에 포함되고, 다른 파라미터들은 이어지는 단계에 포함됨으로써 첫번째 파라미터들이 상기 맞추기에 대하여 보다 큰 영향을 미치게 하는 반면에, 상기 모델에서 다른 파라미터들의 이어지는 변화에 대하여 감도(상관관계)가 낮아지게 한다.

상기 파라미터들의 순위 및 회귀분석 순서는 상기 모델 파라미터들과 파라미터 상관관계 표들에서 신뢰 구간이 충분히 좁아지도록 선택되고, (상기 모델로부터 계산된) 이론적 데이터와 상기 측정된 데이터 간의 매치(match)를 추산할 수 있게 한다(단계 2.10). 일부 경우에서, 다른 측정 데이터가 보다 높은 신뢰 수준을 확보하기 위해 사용될 수 있다. 예를 들면, 회귀 맞추기 과정 등으로부터 다양한 파장의 측정된 데이터를 포함 및/또는 생략하는 것이다. 그러면, 증가한 수의 파라미터들이 연속적으로 상기 최적화(단계 2.12 및 2.13)에 포함되고, 이는 수동으로 또는 자동 알고리즘에 의하여 수행된다. 추가적인 파라미터들을 포함하는 단계들에 대한 정의는 달성된 맞추기 수준 대 계산된 감도에 기초한다.

이를 위하여, 예를 들어 총 메리트 함수에 의하여, 달성된 맞추기 수준이 측정된다. 이러한 실시태양에 있어서, 상기 측정된 데이터와 상기 모델 예측값들 간의 제곱차(square difference)의 합을 각 시험 부위에 대하여 계산하여 각 부위들에 대한 맞추기 값(fitting value)(예를 들면, 메리트 지수(merit figure))를 제공한다. 상기 부위들 맞추기의 합은 총 메이트 함수로서 계산된다. 맞추기 수준이 어 떤 정지 기준(stopping criterion)에 도달하면(단계 2.12), 상기 모델 및 관련 파라미터들은 측정된 데이터를 정확히 반영하는 것으로 가정된다. 이러한 정지 기준 중 하나는 상기 맞추기 수준(예를 들면, 상기 시험 부위들의 메이트 함수의 총합)이 어떤 미리 정해진 수준에 도달하는 것이다. 또 다른 기준은, 상기 맞추기 수준의 감소가 충분히 작아질 때 도달한다.

조사 조건(illumination conditions)을 설명하는 점진적으로 증가하는 수의 회절 모드와 증가하는 각 밀도(density of angles)를 사용하여, 파장의 수를 변화시키는 것을 포함하는 계산 시간의 효율을 향상시키기 위한 맞추기 과정을 진행하는 동안에 다른 적응성 선택들(adaptive options)이 수행될 수 있다(단계 2.13).

상관관계 분석(단계 2.14)은, 각 파라미터에 대하여 달성된 신뢰 수준이 향상되는 방식으로, 어느 부위들이 출발점으로서 보다 유리한지 그리고 어느 것이 교차 상관관계(cross correlation)를 최소화하는지를 확인하기 위하여 사용된다. 이러한 분석은 시작할 때 수행되고, 매번 추가적인 파라미터가, 상기 최적화 과정에서의 추가적인 스택/부위를 포함하기 전에 추가된다. 상기 최적화가 진행됨에 따라, 낮은 감도를 갖는 파라미터들이 점점 더 많이 포함되고 향상된 맞추기가 달성된다.

어떤 점(some point)에서, 만일 중간 단계들이 상기 출발점으로부터의 편차가 점점 증가한다면, 과도한 파라미터 변화 및 높은 수준의 메리트 함수 수렴에 근거하여, 상기 스택 형상(stack geometry) 및 물질 조성을 재모델링할 수 있고 상기 과정을 다시 시작할 수 있다.

이러한 알고리즘의 최적화 단계(단계 2.11)는 역회귀 기법을 사용하거나, 예를 들면 심플렉스(Simplex) 또는 레벤베르그-마르쿼트(Levenberg-Marquardt) 알고리즘들과 같이 최소자승최소값(least square minima)에 대한 반복적 검색(iterative search)과 같은 다른 유사한 기법들을 사용할 수 있다. 계산 시간에 제약이 없고 상기 방법이 부분 최소값들(local minima)을 극복할 수 없다면, 전체 검색 알고리즘을 적용할 수 있다(예를 들면, 모사 어닐링법(simulated annealing method) 또는 분기한정법(Branch and Bound method)).

도 4를 참조하여 위에서 설명한 방법이 산란측정법 모델링(scatterometry modeling)의 전체 자동화(total automation)를 위한 기준선(baseline)으로서 사용될 수 있다는 점을 주목해야 한다. 상기 기본적인 아이디어는 다른 부위들의 마스크 데이터(mask data)에 연결되고 확인 단계 2.4 및 2.5에 대한 약간 간단한 디폴트 가정들(default assumptions)을 사용해야 한다. 따라서 다음의 자진 보정 루프들(self correction loops)이 허용된다: 출발점 강화 루프(starting point enhancement loop)(단계 2.3, 2.6, 2.7, 2.4/2.5) 그리고 전체 파라미터들에 대한 개선 루프(improvement loop)(단계 2.11, 2.12, 2.13). 이러한 방법으로, 존재하는 마스크 정보와 기본적인 모델링 가정들이 먼저 부분 부위들(local sites)에 대하여 그리고 이어서 전체(이러한 부위들에 공통) 파라미터들에 대하여 개량될 것이다. 이러한 경우에서 수동 참여(manual involvement)는 최소화되고 전체 자동화(full automation)가 상기 초기 가정들을 보정할 수 있다.

상기 방법은, 다른 그레이팅들이 웨이퍼 상에 존재하고 단계 2.1의 출발점으 로서 역할을 할 수 있는, 산란측정법 오버레이 타겟(scatterometry overlay targets)에 적용할 수 있다. 더욱이, 이것은 타겟 설계(target design)에 관한 것이고, 상기 타겟에서 공통되는 측면 쉬프트(common lateral shift)와 커플링된 물질의 모델의 높은 정확도는 인라인 감시(in-line monitoring)를 하는 동안에 오버레이 쉬프트(overlay shift)에 대한 동시(simultaneous) 분석을 가능하게 한다. 이는 (CD 산란측정법과 비교하여) 산란측정법 오버레이 타겟에서 다른 주기들에 대한 자연적인 경우(natural case)에 기인한다. 이러한 경우에, 이러한 타겟들은 최적화에 사용될 수 있는 다른 구조체들이라는 것이 명백하다. 산란측정법 오버레이 타겟을 사용하는 또 다른 작업 모드는 이러한 타겟에서 다른 의도적인 쉬프트를 사용하여 오버레이의 측정을 가능하게 한다. 이러한 마지막의 경우에 있어서, 각각의 차이는 설계에 있고 따라서 다른 구조체로서 상기 방법에 의하여 사용될 수 있는 추가적인 광학 정보를 제공한다.

이제 도 7A 및 7B를 보면, 쉬프트 단계에서 3개의 전형적인 부위들에 대한 전형적인 스펙트럼 맞추기(spectral fitting)가 알려져 있고 리소그래피가 예시되어 있다. 두 개의 도면 모두에서, 동일한 수가 상기 부위들을 동정하기(identify) 위하여 사용된다. 첫번째 부위(71)는 실리콘 기판 위의 Barc 층 상의 고체 감광층이고, 두번째 부위(72)는 실리콘 기판 위의 고체 Barc 층이며, 세번째 부위(73)는 실리콘 기판 위의 Barc 층 상의 감광층 그레이팅이다. 도 7A는 최적화 과정 동안의 전형적인 상황을 보여준다. 최적화 파라미터들은 이들의 감도값들(스크린 부분(screen region)(75))에 따라 선별된다. 측정 데이터 곡선 대 이론적 예측 곡선 에 대한 다이어그램(76)이 분석되는 각 부위에 대하여 나타나 있고 맞추기 값(fitting value)(77), 즉 각 부위의 메리트 함수가 나타나 있다. 총 메리트 함수(total merit function), 즉 도 7A의 부위들의 메리트 함수들의 합(나타나 있지 않음)은 약 11.19E-05이다.

도 7B는 최적화 과정이 완결된 후의 상기 파라미터들의 스펙트럼 맞추기 상태를 보여준다. 총 메리트 함수(74)는 3.83E-05로 감소한다.

또한, 본 발명의 기법은, 직렬 생산에서 수행된 특정에 대한 SPWO 방법을 적용함으로써, 물질 파라미터들과 다른 공통 파라미터들의 자동 개선(automatic refinement)에 사용될 수 있고, 따라서 공정 제어를 향상시킨다. 도 8은 공정 제어에 대한 가능한 실시를 나타내는 흐름도이다. 상기 실시에 있어서, 두 개의 제어 과정 사이클 A와 B가 생산 단계 도중에 동시에 수행된다. 두 개의 사이클은 모두 표준적인 생산 웨이퍼들에 대한 측정을 사용한다. 사이클 A는 표준적인, 신속한 공정 제어 사이클로서, 여기에서는 미리 정의된 기존 산란측정법 모델(단계 120)이 이론적 산란측정법 데이터를 얻는데 사용되고 이 데이터를 사용하여 측정 결과를 해석한다(단계 130). 이를 위하여, 측정 데이터가 제공되고(예를 들면, 생산 공정 도중에)-단계 140; 이러한 데이터는 전형적으로 단일 부위(또는 부위들의 작은 그룹)으로부터 나온다. 이러한 과정(사이클 A)은, 예를 들어 CD와 같은 기하학적 파라미터들의 공정 제어에 사용된다. 두번째로서, 보다 긴 공정 제어 사이클 B는 다수개의 시험 부위들로부터 측정한 결과를, 동일한 표준 제작 웨이퍼(단계 160)으로부터의 입력 데이터로서 사용한다. 측정될 부위들의 필요한 수는 전형적으로 사이 클 A에서 사용되는 부위들의 수보다 크다. 이후에 이러한 측정 결과들은, 물질 파라미터들 및/또는 기하학적 파라미터들과 같은 전체(공통) 파라미터들의 최적화를 위한 전술한 SPWO 방법론에 따라 해석된다(단계 150). 여러 과정들을 처리하는 사이클 A와 B는, 동일하거나 다른 프로세서 유틸리티의 다른 소프트웨어 모듈에 의하여 수행될 수 있고, 상기 사이클 B는 전형적으로 독립되고 보다 긴 제어 루프 과정이다. 사이클 B의 결과는, 전체 파라미터들, 예를 들면 물질 특성들의 변화를 추적하기 위하여 연속적으로 상기 산란측정법 모델에 공급되고 개량될 수 있다. 이 방법 대신에, 이러한 결과를 플래깅 프로세스 문제(flagging process problems)에 사용할 수 있다. 라이브러리(library)가 사이클 A의 해석에 사용되는 경우에는, 사이클 B에서의 전체 파라미터들의 현저한 편차를 검출하는 것은 자동적으로 상기 라이브러리의 재제작(rebuilding)을 유발할 수 있다. 또 다른 선택은, 동일한 부위(들)을 사용하여 사이클 A로부터 데이터를 수집하고 전형적으로 상기 파라미터들 중 일부에서의 변화에 기인하여 발생하는 데이터의 자연적인 가변성(variability)을 시간 또는 상기 웨이퍼를 가로지르는 좌표의 함수로서 사용하기 위하여, 사이클 B를 수행하는 것이다. 상기 SWPO 방법을 수행하기 위한 또 다른 선택은, 다른 기하학적 파라미터들을 갖는 다수개의 시험 부위들을 측정하는 대신에, 상기 웨이퍼에 대한 다양한 공정 조건들, 예를 들면 초점 노광 매트릭스(focus exposure matrix)를 사용하여 측정된 데이터에서 요구되는 가변성을 생성시키는 것이다.

본 발명의 SPWO 방법은 고유전상수 금속 게이트(high-K metal gate, HKMG) 분야와 같은 특정한 경우에서도 사용될 수 있다. 이러한 경우에, 폴리 레이어(poly layers) 하에 있는 물질들의 분석은 그 특성을 잘 규명할 수 없다. 특성 규명이 어려운 이유는 폴리실리콘 층이 자외선에서 불투명해지기 때문이다. 전통적인 추가적 스택에서의 분석은, 폴리실리콘의 열적 조건 및 결정성이 상기 폴리 레이어 뿐만 아니라 상기 폴리 크리스탈 성장하에서도 상기 금속에 영향을 주기 때문에, 제한적이다. 열적 사이클(thermal cycles)와 비정질화(amorphization)를 포함하는 최종 공정 단계들이 대개 리소그래피 단계 후에 수행되기 때문에, 상기 광학적 특성 규명은 블랭킷 또는 고형(solids)에 대하여서는 불가능하다. 더욱이, 폴리실리콘의 불투명한 성질 때문에 상기 추가적 스택 선택을 사용하여 자외선 영역에서 어떤 물질의 특성을 규명할 수 없다.

Claims

기하학적 파라미터와 물질 조성 파라미터 중 적어도 하나가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 제공하는 단계;

물품의 적어도 두 개의 다른 스택들에 대하여 광학적 측정을 수행하고 측정된 각 스택의 기하학적 파라미터들 및 물질 파라미터들을 나타내는 광학적 측정 데이터를 생성하는 단계;

상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여, 단일 물품 내의 다층 구조의 특성들을 규명할 수 있도록 상기 광학적 측정 데이터를 처리하는 단계를 포함하는,

다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항에 있어서, 상기 적어도 두 개의 다른 스택들이 상기 물품 상의 각각 다른 위치들과 관련된 스택들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항에 있어서, 상기 적어도 두 개의 다른 스택들이 상기 물품 상의 동일한 위치와 관련되고 상기 물품에 적용된 다른 공정 단계들에 대응하는 스택들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제3항 중 어느 한 항에 있어서, 상기 적어도 두 개의 다른 스택들이 적어도 하나의 패턴화된 부위를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제4항 중 어느 한 항에 있어서, 상기 기하학적 파라미터들이 층 두께 파라미터들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제5항 중 어느 한 항에 있어서, 상기 기하학적 파라미터들이 패턴 파라미터들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제6항에 있어서, 상기 패턴 파라미터들이 피치, 임계 치수(critical dimension), 특징 형상(feature shape), 특징 높이(feature height), 듀티 사이클 중 적어도 하나를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제7항에 있어서, 상기 특징 형상이 벽 각도, 벽 형상 중 적어도 하나, 및 상기 패턴 특징의 라운딩(rounding)을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제8항 중 어느 한 항에 있어서, 상기 광학적 측정이 스펙트럼 반사측정법 및/또는 타원측정법에 기반하는 측정을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제9항 중 어느 한 항에 있어서, 상기 다른 스택들이 상기 물품의 제품 부분 내에 위치하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제10항 중 어느 한 항에 있어서, 상기 다른 스택들이 상기 물품의 제품 부분 외부의 시험 부분 내에 위치하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규 명하는 방법.
제6항 내지 제11항 중 어느 한 항에 있어서, 상기 다른 스택들이 하나 이상의 다른 패턴 파라미터들을 갖는 주기적 패턴들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제12항 중 어느 한 항에 있어서, 상기 광학적 측정이 상기 물품을 제조하는 공정의 여러 단계에서 수행되는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제13항 중 어느 한 항에 있어서, 상기 적어도 두 개의 스택들을 선택하여 상기 광학적 측정을 수행하는 단계를 포함하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제14항 중 어느 한 항에 있어서, 상기 이론적 모델을 최적화하기 위하여 사용될 상기 물품의 하나 이상의 파라미터들을 선택하는 단계를 포함하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제15항에 있어서, 상기 이론적 모델을 최적화하기 위하여 사용될 상기 물품의 하나 이상의 파라미터들을 선택하는 단계가, 상기 선택된 각 파라미터의 변화에 대한 상기 이론적 모델의 감도를 분석하는 단계; 그리고 상기 선택된 파라미터들 간의 상관관계를 분석하는 단계를 포함하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제15항 또는 제16항에 있어서, 측정을 위한 스택들 및/또는 상기 파라미터들의 선택이 상기 스택들을 제조하기 위한 마스크를 설계하기 전에 수행되는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제15항 또는 제16항에 있어서, 측정을 위한 스택들 및/또는 상기 파라미터들의 선택이 마스크 상에 존재하는 기존 부위들에 대하여 수행되는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제16항에 있어서, 상기 상관관계가 미리 정해진 조건을 만족시키지 못한다는 것을 확인한 후에, 상기 스택들 중 하나의 기하학적 파라미터들 중 적어도 하나를 변경하여 측정될 파라미터들 간의 차이를 구별할 수 있게 하는 단계를 포함하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제16항에 있어서, 상기 상관관계 분석이 공분산 분석 기법을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제20항 중 어느 한 항에 있어서, 상기 이론적 모델을 제공하는 단계가 상기 광학적 측정에 의하여 얻을 수 있는 측정 데이터를 매칭시킬 수 있는 적절한 이론적 모델을 선택하는 단계를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제21항 중 어느 한 항에 있어서, 상기 이론적 모델을 제공하는 단계가 사다리꼴 형상을 사용하여 상기 패턴을 모델링하는 단계를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제22항 중 어느 한 항에 있어서, 상기 광학적 측정 데이터의 동시 맞추기가 다수개의 파라미터를 맞추는 과정인 것임을 특징으로 하는, 다른 주기 적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제23항 중 어느 한 항에 있어서, 상기 광학적 측정 데이터를 처리하는 단계가, 대응하는 이론적 모델을 갖는 다수개의 측정된 스택들 중 적어도 하나의 독립된 스택에 대하여 상기 광학적 측정 데이터를 맞추고, 상기 적어도 하나의 독립된 스택에서 적어도 하나의 파라미터를 추출하는 단계; 그리고 상기 독립된 스택의 적어도 하나의 파라미터를 사용하여 상기 동시 맞추기를 수행하는 단계를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제24항 중 어느 한 항에 있어서, 상기 이론적 모델을 최적화하는 단계를 포함하고, 상기 최적화하는 단계는 상기 이론적 모델과 상기 광학적 측정 데이터 간의 맞추기 정도에 대한 예상되는 기여도에 따라 상기 공통 파라미터의 순위를 매기는 단계를 포함하는 것인, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제25항에 있어서, 상기 예상되는 기여도가 상기 공통 파라미터들 간의 파라미터 변화 및/또는 상관관계에 대한 모델 감도를 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품 의 특성을 규명하는 방법.
제1항 내지 제26항 중 어느 한 항에 있어서, 상기 이론적 모델이 상기 제조된 물품의 설계에 대응하도록 선택되는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제26항 중 어느 한 항에 있어서, 상기 이론적 모델이 원하는 특성들을 갖는 물품을 제조할 수 있도록 선택되는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
제1항 내지 제28항 중 어느 한 항에 있어서, 상기 이론적 모델이 상기 다른 스택들의 회절 특성들에 대응하는 하위모델들을 포함하는 것임을 특징으로 하는, 다른 주기적 패턴을 포함하는 다수의 부위들을 포함하는 다층 구조체를 갖는 물품의 특성을 규명하는 방법.
광학적 측정을 수행하고 물품 상의 측정되는 영역에 대한 기하학적 파라미터들 및 물질 조성 파라미터들을 나타내는 광학적 측정 데이터를 생성하는 광학 측정 장치(optical measurement unit); 그리고

상기 광학적 측정 장치에 연결할 수 있는 제어 장치(control unit)를 포함하고,

상기 제어 장치는, 기하학적 파라미터와 물질 조성 파라미터 중 적어도 하나가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다층 구조체 내의 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 포함하는 기준 데이터(reference data)를 저장하는 메모리 유틸리티(memory utillity)와;

상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여 단일 물품 내의 다층 구조의 특성들을 규명하는 단계를 포함하며 상기 광학적 측정 데이터를 처리 및 분석하도록 구성되고 작동하는 프로세서 유틸리티(processor utility)를 포함하는 것인,

다수개의 다른 주기적 패턴을 포함하는 다층 구조체를 가지는 물품의 특성을 규명하는 측정 시스템.
적어도 하나의 기하학적 파라미터 및/또는 적어도 하나의 물질 조성 파라미터가 공통되는 대응 부위들의 기하학적 파라미터들 및 물질 파라미터들에 의하여 정의되는 다층 구조체 내의 다른 스택들의 광학적 특성들을 나타내는 이론적 예측 모델을 포함하는 기준 데이터(reference data)를 저장하는 메모리 유틸리티(memory utillity)와; 상기 이론적 모델을 사용하여 상기 광학적 측정 데이터를 상기 다수 개의 측정된 스택들에 맞추는 동시에 상기 적어도 하나의 공통된 파라미터를 추출하여 단일 물품 내의 다층 구조의 특성들을 규명하는 단계를 포함하는, 상기 광학적 측정 데이터를 처리 및 분석하도록 구성되고 작동하는 프로세서 유틸리티(processor utility);를 포함하며 상기 물품 상의 측정되는 영역에 대한 기하학적 파라미터들 및 물질 조성 파라미터들을 나타내는 광학적 측정 데이터를 수신하는 제어 장치(control unit)를 포함하는, 다수개의 다른 주기적 패턴을 포함하는 다층 구조체를 가지는 물품의 특성을 규명하는 시스템.