KR20100048533A - 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법 - Google Patents

광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법 Download PDF

Info

Publication number
KR20100048533A
KR20100048533A KR1020080107739A KR20080107739A KR20100048533A KR 20100048533 A KR20100048533 A KR 20100048533A KR 1020080107739 A KR1020080107739 A KR 1020080107739A KR 20080107739 A KR20080107739 A KR 20080107739A KR 20100048533 A KR20100048533 A KR 20100048533A
Authority
KR
South Korea
Prior art keywords
optical
risk function
opc
proximity correction
value
Prior art date
Application number
KR1020080107739A
Other languages
English (en)
Other versions
KR100989746B1 (ko
Inventor
김영미
Original Assignee
주식회사 동부하이텍
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 동부하이텍 filed Critical 주식회사 동부하이텍
Priority to KR1020080107739A priority Critical patent/KR100989746B1/ko
Publication of KR20100048533A publication Critical patent/KR20100048533A/ko
Application granted granted Critical
Publication of KR100989746B1 publication Critical patent/KR100989746B1/ko

Links

Images

Classifications

    • 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
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • 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
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441—Optical proximity correction [OPC]
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Abstract

본 발명은 광학적 근접 보정 검증 방법에 관한 것으로, 해결하고자 하는 기술적 과제는 광학 파라미터와 리스크 함수를 이용하여 광학적 근접 보정 검증을 수행함으로써, 더욱 통계적인 방법으로 취약점의 유형을 구분하고 효율적인 광학적 근접 보정 검증을 하는 데 있다.
이를 위해 본 발명은 OPC 모델 획득 단계와, 오리지널 데이터베이스 획득 단계와, OPC 모델 및 오리지널 데이터베이스를 이용하여 OPC를 수행하는 OPC 수행 단계와, OPC를 검증하는 OPC 검증 단계를 포함하고, 검증된 OPC를 참조하여 광학 파라미터를 산출하는 광학 파라미터 산출 단계와, 광학 파라미터를 이용하여 리스크 함수를 연산하는 리스크 함수 연산 단계와, 리스크 함수의 값과 정상 체크 결과 값을 함께 표시하는 표시 단계와, 리스크 함수의 값 및 정상 체크 결과의 값을 참조하여 취약점을 분석하는 취약점 분석 단계로 이루어진 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 개시한다.
광학 파라미터, 리스크 함수, 광학적 근접 보정, 광학적 근접 보정 검증

Description

광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법{OPTICAL PROXIMITY CORRECTION VERIFICATION METHOD USING OPTICAL PARAMETER AND RISK FUNCTION}
본 발명은 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법에 관한 것이다.
일반적으로, 반도체를 제조하기 위해 포토 리소그래피(photo-lithography) 공정에 사용되는 패턴(pattern)을 형성하기 위해서는, 노광장비, 감광막 등과 함께 레티클(reticle)이 필요하다. 레티클이란 실리콘 웨이퍼에 반복적인 반도체 회로 패턴을 투영시키기 위해 쓰는 원판으로서, 축소 투영 비율에 따라 4배 내지 5배 크기의 크롬 패턴으로 형성된 석영판으로 이루어진 것이다.
이러한 레티클 상의 패턴은 동일한 레이아웃(layout) 패턴에 대하여 동일한 임계치수(Critical Dimension)를 가져야 한다. 즉 패턴의 충실성(fidelity)이 레티클 제작에 중요한 요소가 되는 것이다. 최근 반도체 소자의 선폭이 감소함에 따라 이러한 충실성의 요구는 더욱 증대되고 있다.
한편 노광장비에서 사용되는 광원의 파장이 반도체 소자의 최소 선 폭(minimum feature size)에 근접하면서 빛의 회절, 간섭 등에 의해 패턴의 왜곡 현상이 나타나기 시작한다. 즉 레티클 상의 이미지를 웨이퍼에 투영시키는 광학계는 푸리어 변환(Fourier transformation)으로 표현하게 되면 저역 필터(low-pass filter)로 작용하게 된다.
따라서 높은 주파수 부분인 패턴의 모서리 부분은 투과하지 않으므로 웨이퍼 상에 맺히는 상은 원래의 모양과 다른 형태가 나타난다. 또한 인접 패턴의 영향에 의한 왜곡 현상도 나타나게 되는 데, 이러한 현상을 광근접 효과(optical proximity effect)라고 한다. 이러한 광근접 효과에 의한 패턴의 왜곡 현상을 극복하기 위하여 레티클 패턴을 고의적으로 변경, 즉 패턴의 모서리에 세리프(serif)를 달아주는 방법이 시도되고 있으며, 이러한 것을 광학적 근접 보정(OPC: optical proximity correction, 이하 'OPC') 방법이라 한다.
현재 OPC 방법은 상용 시뮬레이션 툴(simulation tool)을 이용한 시뮬레이션과 공정 실험을 통한 시행착오(trial & error) 방식으로 확인 및 검증이 이루어지고 있다. 따라서 정확한 시뮬레이션 결과를 얻기 위해서는 정확한 OPC 테스트 패턴이 형성된 레티클의 제작이 필수적이다.
OPC 방법에는 룰을 기반으로 한 것(Rule based OPC)과 모델을 기반으로 한 것(Model based OPC)이 있으며, 이 두 가지를 혼용해서 쓰는 하이브리드 OPC가 있다. 어떤 디자인을 핸들링하는지에 따라서 두가지 방법 중 하나를 선택을 하게 되는데 특히 메모리나 SRAM 셀 같은 반복적인 패턴을 사용하는 레이아웃을 가진 패턴에는 보통 룰을 기반으로 한 광학적 근접 보정(Rule Based OPC)을 사용하게 된다.
모델을 기반으로 한 OPC(Model based OPC)는 OPC 시뮬레이션 모델(simulation model)을 이용하여 타겟(target)에 맞는 이미지가 구현되도록 마스크 패턴을 보정하는 작업이다. 디자인 룰(design rule)이 작아짐에 따라 상기 모델 베이스드 OPC는 점점 유용하게 되고 있다.
여기서, 종래의 모델 베이스드 OPC 검증(model-based optical proximity correction verification) 방법은 데이터베이스 전체에 대하여 시뮬레이션을 실시하고, 시뮬레이션 결과에 기초하여 핀치(pinch)나 브리지(bridge), 엔드 쉬프트(end-shift) 등과 같은 패터닝 에러(pattering error) 들을 사전에 검출하여 이루어지고 있다.
따라서 정확한 예측을 위해서는 모델의 정확성이 더욱 요구된다. 광학적 근접 보정 검증 방법은 모든 패턴들에 대하여 정상 조건에서 시뮬레이션을 실시한 후, 광학적 근접 보정이 올바른지에 대하여 검증한다.
이를 보강하기 위한 방법으로 프로세스 윈도우 모델(process window model)을 이용한 광학적 근접 보정 및 검증이 실시되고 있으나, 이는 모델링을 위한 데이터 모집(data gathering) 및 긴 실행 시간(runtime issue)으로 사용하기에 쉽지 않은 문제가 있다.
또한, 취약점(weak point) 들에 대한 광학적 근접 보정의 공정 변경(recipe tuning)이 필요한 경우 광학적 근접 보정 및 광학적 근접 보정의 재검정을 실시하는 등 많은 시간이 소모되어 광학적 근접 보정 소요 시간(turn-around-time)이 길어지는 문제가 있다.
본 발명은 상술한 종래의 문제점을 극복하기 위한 것으로서, 본 발명의 목적은 광학 파라미터와 리스크 함수를 이용하여 광학적 근접 보정 검증을 수행함으로써, 더욱 통계적인 방법으로 취약점의 유형을 구분하고 효율적인 광학적 근접 보정 검증을 수행할 수 있는 광학적 근접 보정 검증 방법을 제공하는데 있다.
상기한 목적을 달성하기 위해 본 발명에 의한 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법은 OPC 모델 획득 단계와, 오리지널 데이터베이스 획득 단계와, 상기 OPC 모델 및 상기 오리지널 데이터베이스를 이용하여 OPC를 수행하는 OPC 수행 단계와, 상기 수행된 OPC를 검증하는 OPC 검증 단계를 포함하고, 상기 검증된 OPC를 참조하여 광학 파라미터를 산출하는 광학 파라미터 산출 단계와, 상기 광학 파라미터를 이용하여 리스크 함수를 연산하는 리스크 함수 연산 단계와, 상기 리스크 함수의 값과 정상 체크 결과 값을 함께 표시하는 표시 단계와, 상기 리스크 함수의 값 및 정상 체크 결과의 값을 참조하여 취약점을 분석하는 취약점 분석 단계를 포함한다.
여기서, 상기 광학 파라미터 산출 단계중 상기 광학 파라미터는 광학 이미지 세기에서의 기울기(slope), 에지 플레이스먼트 에러 감도(Edge Placement Error sensitivity), 마스크 오차 개선 요소(Mask Error Enhancement Factor) 및 광학 이미지 세기의 컨트래스트(Contrast)중에서 적어도 어느 하나를 포함할 수 있다.
상기 리스크 함수 연산 단계는 아래의 수학식에 의해 리스크 함수가 얻어질 수 있다.
Figure 112008075857004-PAT00001
여기서, MEEF는 마스크 오차 개선 요소이고, EPE는 에지 플레이스먼트 에러 감도이고, Slop는 광학 이미지 세기에서의 기울기이고, contrast는 광학 이미지 세기의 컨트래스트이며, a, b, c 및 d는 정수로 된 가중치이다.
상기 표시 단계중 정상 체크 결과 값의 표시는 상기 OPC 모델과 상기 오리지널 데이터베이스를 이용하여 얻은 시뮬레이션상의 윤곽 이미지와 실제 목표로 하는 타겟 이미지상의 임계 치수 차이를 표시하여 이루어질 수 있다.
상기 취약점 분석 단계는 상기 정상 체크 결과 값인 임계 치수가 상대적으로 작게 나타나고, 상기 리스크 함수값이 상대적으로 크게 나타날 경우, 실제 프로세스에서 취약 포인트로 판단할 수 있다.
상기 취약점 분석 단계는 상기 정상 체크 결과 값인 임계 치수 및 상기 리스크 함수값이 모두 상대적으로 작게 나타날 경우, OPC 공정 변경이 필요하거나 OPC 취약점의 개선이 필요한 것으로 판단할 수 있다.
상술한 바와 같이, 본 발명은 광학 파라미터와 리스크 함수를 이용하여 광학적 근접 보정 검증을 수행함으로써, 더욱 통계적인 방법으로 취약점의 유형을 구분하고 효율적인 광학적 근접 보정 검증을 수행할 수 있다.
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.
여기서, 본 발명은 컴퓨터에 의해 구현되는 소프트웨어 애플리케이션으로 구현 가능하며, 이와 관련하여 본 발명을 설명한다. 그러나 본 발명은 하드웨어로 구현될 수도 있으며, 또한 본 명세서에서 설명하지 않는 다른 모듈 또는 기능을 포함할 수도 있다.
도 1은 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 도시한 순차 설명도이다.
도 1에 도시된 바와 같이 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법은 OPC 모델 획득 단계(S1)와, 오리지널 데이터베이스 획득 단계(S2)와, OPC 수행 단계(S3)와, OPC 검증 단계(S4)와, 광학 파라미터 산출 단계(S5)와, 리스크 함수 연산 단계(S6)와, 표시 단계(S7)와, 취약점 분석 단계(S8)를 포함한다.
여기서, OPC 모델 획득 단계(S1), 오리지널 데이터베이스 획득 단계(S2), OPC 수행 단계(S3) 및 OPC 검증 단계(S4)는 종래와 동일하다.
물론, OPC 모델이란 샘플 테스트 패턴의 레티클과 웨이퍼의 임계 치수 데이터를 근거로 생성된 것을 의미하고, 오리지널 데이터베이스란 OPC되기 전의 최초 레이아웃을 의미한다. 또한, OPC 수행이란 오리지널 데이터베이스 전체에 대하여 OPC를 수행하는 것을 의미하고, OPC 검증이란 OPC 수행 결과를 시뮬레이션하여 실제로 원하는 임계 치수의 패턴을 얻을 수 있는지 검증함을 의미한다.
상기 광학 파라미터 산출 단계(S5)에서는 상기 검증된 OPC를 참조하여 광학 파라미터를 산출한다.
일례로, 광학 이미지 세기에서의 기울기(slope), 에지 플레이스먼트 에러 감도(Edge Placement Error sensitivity), 마스크 오차 개선 요소(Mask Error Enhancement Factor) 및 광학 이미지 세기의 컨트래스트(Contrast) 중에서 적어도 어느 하나의 광학 파라미터를 산출한다.
이를 도 2 내지 도 4를 참조하여 좀 더 구체적으로 설명한다.
도 2 및 도 3은 광학 파라미터중 기울기(slope)를 설명하기 위한 도면이다. 도 2는 실제로 웨이퍼 이미지를 도시한 것이고, 도 3은 이에 대한 광학 이미지 세기를 나타낸 것이다. 도 3에서 X 축은 단면 거리(cutline distance)이고, Y축은 광학 이미지 세기이다. 도 2 및 도 3에서처럼, S1 지점에서의 기울기(slope)는 대략 3.2 정도이다.
도 4는 광학 파라미터 중 에지 플레이스먼트 에러(EPE)를 설명하기 위한 도면이다. 도 4에서, 솔리드 그레이(solid gray)는 시뮬레이션 윤곽(simulation contour)이고, 클리어 그레이(clear gray)는 실제 목표로 하는 타겟이다.
여기서, 에지 플레이스먼트 에러란 실제 목표로 하는 타겟의 임계 치수(CD)에서 시뮬레이션 윤곽의 임계 치수(CD')를 뺀 값을 2로 나눈 값을 의미한다. 상기 에지 플레이스먼트 에러는 아래와 같은 수학식으로 정의된다.
EPE=(CD-CD')/2
또한, 상기 에지 플레이스먼트 에러의 감도(S)는 아래와 같이 두개의 레지스트 모델 임계값(threshold)의 차이로 정의된다.
S=|EPE(threshold1)-EPE(threshold2)|
한편, 마스크 오차 개선 요소(MEEF)는 아래와 같은 수학식으로 계산된다.
Figure 112008075857004-PAT00002
여기서, M은 마스크에서 웨이퍼로 전사되는 배율(magnification)을 나타내는 공정 상수이다. 예를 들어, 마스크:웨이퍼=1:4인 경우 M은 4이다.
또한, 컨트래스트(contrast)는 아래와 같은 수학식으로 계산된다.
Figure 112008075857004-PAT00003
도 5는 광학 파라미터중 기울기(slope) 분포를 나타낸 히스토그램의 일예이다.
도 5에서 X축은 이미지 로그 기울기(image log slope)를 의미하고, Y축은 개수(ea)를 의미하는 것으로서, 도 5의 경우, 기울기가 3.0-3.5인 것이 가장 많다.
도 6은 광학 파라미터중 에지 플레이스먼트 에러(EPE) 분포를 나타낸 히스토그램의 일예이다. 도 6의 X축은 EPE(단위는 nm)를 의미하고, Y축은 개수(ea)를 의미하는 것으로서, 도 6의 경우 EPE가 -20에서 0 구간이 가장 많다.
도 7은 광학 파라미터중 마스크 오차 개선 요소(MEEF) 분포를 나타낸 히스토그램의 일예이다. 도 7의 X축은 MEEF를 의미하고, Y축은 개수(ea)를 의미하는 것으로서, 도 7의 경우, MEEF가 1.5-2.0인 것의 개수가 가장 많은 것을 알 수 있다.
여기서, 도 5 내지 도 7은 풀칩 레벨(full chip level)에서의 히스토그램들이며, 히스토그램에서 기울기(slop)와 컨트래스트(contrast)는 작을수록, 마스크 오차 개선 요소(MEEF)와 에지 플레이스먼트 에러의 감도(S)는 큰 것일수록 공정에서 취약한 패턴이라고 할 수 있다.
계속해서, 상기 리스크 함수 연산 단계(S6)에서는 상기 광학 파라미터를 이용하여 아래의 수학식처럼 리스크 함수를 연산한다.
Figure 112008075857004-PAT00004
상술한 바와 같이, MEEF는 마스크 오차 개선 요소이고, EPE는 에지 플레이스먼트 에러 감도이고, Slop는 광학 이미지 세기에서의 기울기이고, contrast는 광학 이미지 세기의 컨트래스트이며, a, b, c 및 d는 정수로 된 가중치이다. 여기서, 상기 가중치 a,b,c 및 d는 상대적인 것으로서, 당업자가 중요하다고 여기는 것을 더 높게 설정해 놓을 수 있다.
이어서, 상기 표시 단계(S7)에서는 상기 리스크 함수의 값과 정상 체크 결과 값을 함께 표시한다.
여기서, 상기 리스크 함수의 값은 큰 값 순서로 표시할 수 있다. 예를 들면, 당업자의 셋팅에 따라 A(danger), B(high weak), C(middle weak),..., Z(warning) 등으로 구분하여 리스크 함수의 값을 표시할 수 있다. 물론, 상기 구분은 당업자가 정의하기 나름이다.
더불어, 상기 리스크 함수의 값과 함께 정상 체크 결과 값을 표시한다. 상기 정상 체크 결과 값은 상기 OPC 모델과 상기 오리지널 데이터베이스를 이용하여 얻은 시뮬레이션상의 윤곽 이미지와 실제 목표로 하는 타겟 이미지상의 임계 치수 차이를 의미한다.
물론, 이때 상기 리스크 함수의 값과 상기 정상 체크 결과 값은 상호 연동하여 사용할 수 있도록 단위를 동일하게 함이 바람직하다.
마지막으로, 상기 취약점 분석 단계(S8)에서는 상기 리스크 함수의 값 및 정상 체크 결과의 값을 참조하여 취약점을 분석한다.
예를 들면, 상기 정상 체크 결과 값인 임계 치수가 상대적으로 작게 나타나고, 상기 리스크 함수값이 상대적으로 크게 나타날 경우, 실제 프로세스에서 취약 포인트로 판단한다. 즉, 상기 취약 포인트를 주요 모니터링 포인트로 관리한다.
또한, 상기 정상 체크 결과 값인 임계 치수 및 상기 리스크 함수값이 모두 상대적으로 작게 나타날 경우, OPC 공정 변경이 필요하거나 OPC 취약점의 개선이 필요한 것으로 판단한다.
이와 같이 하여 본 발명은 광학 파라미터 및 리스크 함수를 함께 이용함으로써, 당업자가 보다 통계적인 방법으로 취약점의 유형을 구분하고, 효율적인 OPC 검증을 수행할 수 있게 된다.
도 8은 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 구현하는 컴퓨터 시스템을 도시한 블록도이다.
본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법은 상술한 바와 같이 일례로 개인용 컴퓨터 및 그에 장착된 소프트웨어 애플리케이션으로 구현될 수 있다.
일례로, 개인용 컴퓨터(10)는 음극선관(CRT), 액정 디스플레이 등과 같은 디스플레이 유닛(14), 처리 유닛(16) 및 사용자가 개인용 컴퓨터에 의해 실행되는 소프트웨어 애플리케이션과 대화하도록 하는 하나 이상의 입력/출력 장치(18)를 포함할 수도 있다. 도시된 예에서, 입력/출력 장치(18)는 키보드(20) 및 마우스(22)를 포함할 수도 있지만, 프린터, 스캐너 등과 같은 다른 주변 장치를 포함할 수도 있다. 처리 유닛(16)은 CPU(24), 하드디스크, 테이프 드라이브, 광 디스크 시스템, 착탈식 디스크 시스템 등과 같은 영구 기억 장치(26) 및 메모리(28)를 더 포함할 수도 있다. CPU(24)는 영구 저장 장치(26) 및 메모리(28)를 제어할 수도 있다. 통 상, 소프트웨어 애플리케이션은 영구 저장 장치(26)에 영구적으로 기억될 수도 있고, 소프트웨어 애플리케이션이 CPU(24)에 의해 실행될 때 메모리(28)로 로딩될 수도 있다. 도시된 예에서는, 메모리(28)가 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법에 관련된 소프트웨어 애플리케이션(30)을 포함할 수도 있다. 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법에 관련된 소프트웨어 애플리케이션(30)은 CPU(24)에 의해 실행되는 하나 이상의 소프트웨어 모듈로서 구현될 수 도 있다. 본 발명에 따르면, 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법은 하드웨어를 사용하여 구현될 수도 있고, 클라이언트/서버 시스템, 웹 서버, 메인 프레임 컴퓨터, 워크스테이션 등과 같은 다른 유형의 컴퓨터 시스템에 구현될 수도 있다.
이상에서 설명한 것은 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
도 1은 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 도시한 순차 설명도이다.
도 2 및 도 3은 광학 파라미터중 기울기(slope)를 설명하기 위한 도면이다.
도 4는 광학 파라미터 중 에지 플레이스먼트 에러(EPE)를 설명하기 위한 도면이다.
도 5는 광학 파라미터중 기울기(slope) 분포를 나타낸 히스토그램의 일예이다.
도 6은 광학 파라미터중 에지 플레이스먼트 에러(EPE) 분포를 나타낸 히스토그램의 일예이다.
도 7은 광학 파라미터중 마스크 오차 개선 요소(MEEF) 분포를 나타낸 히스토그램의 일예이다.
도 8은 본 발명에 따른 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법을 구현하는 컴퓨터 시스템을 도시한 블록도이다.

Claims (6)

  1. OPC 모델 획득 단계와,
    오리지널 데이터베이스 획득 단계와,
    상기 OPC 모델 및 상기 오리지널 데이터베이스를 이용하여 OPC를 수행하는 OPC 수행 단계와,
    상기 수행된 OPC를 검증하는 OPC 검증 단계를 포함하고,
    상기 검증된 OPC를 참조하여 광학 파라미터를 산출하는 광학 파라미터 산출 단계와,
    상기 광학 파라미터를 이용하여 리스크 함수를 연산하는 리스크 함수 연산 단계와,
    상기 리스크 함수의 값과 정상 체크 결과의 값을 함께 표시하는 표시 단계와,
    상기 리스크 함수의 값 및 정상 체크 결과의 값을 참조하여 취약점을 분석하는 취약점 분석 단계를 포함하여 이루어진 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
  2. 제 1 항에 있어서,
    상기 광학 파라미터 산출 단계중 상기 광학 파라미터는
    광학 이미지 세기에서의 기울기(slope), 에지 플레이스먼트 에러 감도(Edge Placement Error sensitivity), 마스크 오차 개선 요소(Mask Error Enhancement Factor) 및 광학 이미지 세기의 컨트래스트(Contrast)중에서 적어도 어느 하나를 포함하여 이루어진 것을 특징으로 하는 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
  3. 제 2 항에 있어서,
    상기 리스크 함수 연산 단계는 아래의 수학식에 의해 리스크 함수가 얻어짐을 특징으로 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
    Figure 112008075857004-PAT00005
    여기서, MEEF는 마스크 오차 개선 요소이고, EPE는 에지 플레이스먼트 에러 감도이고, Slop는 광학 이미지 세기에서의 기울기이고, contrast는 광학 이미지 세기의 컨트래스트이며, a, b, c 및 d는 정수로 된 가중치이다.
  4. 제 1 항에 있어서,
    상기 표시 단계중 정상 체크 결과 값의 표시는 상기 OPC 모델과 상기 오리지널 데이터베이스를 이용하여 얻은 시뮬레이션상의 윤곽 이미지와 실제 목표로 하는 타겟 이미지상의 임계 치수 차이를 표시하여 이루어짐을 특징으로 하는 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
  5. 제 1 항에 있어서,
    상기 취약점 분석 단계는
    상기 정상 체크 결과 값인 임계 치수가 상대적으로 작게 나타나고,
    상기 리스크 함수값이 상대적으로 크게 나타날 경우,
    실제 프로세스에서 취약 포인트로 판단함을 특징으로 하는 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
  6. 제 1 항에 있어서,
    상기 취약점 분석 단계는
    상기 정상 체크 결과 값인 임계 치수 및 상기 리스크 함수값이 모두 상대적으로 작게 나타날 경우,
    OPC 공정 변경이 필요하거나 OPC 취약점의 개선이 필요한 것으로 판단함을 특징으로 하는 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법.
KR1020080107739A 2008-10-31 2008-10-31 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법 KR100989746B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080107739A KR100989746B1 (ko) 2008-10-31 2008-10-31 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080107739A KR100989746B1 (ko) 2008-10-31 2008-10-31 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법

Publications (2)

Publication Number Publication Date
KR20100048533A true KR20100048533A (ko) 2010-05-11
KR100989746B1 KR100989746B1 (ko) 2010-10-26

Family

ID=42275285

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080107739A KR100989746B1 (ko) 2008-10-31 2008-10-31 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법

Country Status (1)

Country Link
KR (1) KR100989746B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111077726A (zh) * 2018-10-19 2020-04-28 三星电子株式会社 光学邻近校正方法和使用其制造光刻掩模的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004302263A (ja) 2003-03-31 2004-10-28 Sharp Corp マスクパターン補正方法およびフォトマスク
KR100702794B1 (ko) 2005-12-14 2007-04-03 동부일렉트로닉스 주식회사 Ｏｐｃ 검증을 통한 마스크 레이아웃 보정 방법
KR20080021358A (ko) * 2006-09-04 2008-03-07 삼성전자주식회사 레티클 제작 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111077726A (zh) * 2018-10-19 2020-04-28 三星电子株式会社 光学邻近校正方法和使用其制造光刻掩模的方法

Also Published As

Publication number Publication date
KR100989746B1 (ko) 2010-10-26

Similar Documents

Publication Publication Date Title
JP5008681B2 (ja) リソグラフィシミュレーションのための装置
EP1424595B1 (en) Automatic calibration of a masking process simulator
US8918743B1 (en) Edge-based full chip mask topography modeling
US7448018B2 (en) System and method for employing patterning process statistics for ground rules waivers and optimization
JP2015028668A (ja) 高密度ｏｐｃ
KR100655428B1 (ko) 광근접효과보정 시스템 및 방법
US7080349B1 (en) Method of developing optimized optical proximity correction (OPC) fragmentation script for photolithographic processing
JP2014524135A (ja) Ｅｕｖリソグラフィのフレア計算及び補償
US7340706B2 (en) Method and system for analyzing the quality of an OPC mask
US20070111112A1 (en) Systems and methods for fabricating photo masks
Maurer et al. Process proximity correction using an automated software tool
US10120963B1 (en) Figurative models calibrated to correct errors in process models
US20080005718A1 (en) Mask validation using contours
US9582617B2 (en) Simulation device and simulation program for simulating process using first and second masks
KR100989746B1 (ko) 광학 파라미터와 리스크 함수를 이용한 광학적 근접 보정 검증 방법
CN101419411B (zh) 用于平板印刷仿真的系统和方法
JP2003149784A (ja) パターンデータ検証装置、パターンデータ検証方法、プログラム及び記録媒体
KR20110077959A (ko) 광 근접효과 보정방법
JP2015094862A (ja) パターン設計方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee