KR20170005379A - 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용 - Google Patents

검사를 위한 고해상도 전체 다이 이미지 데이터의 사용 Download PDF

Info

Publication number
KR20170005379A
KR20170005379A KR1020167032687A KR20167032687A KR20170005379A KR 20170005379 A KR20170005379 A KR 20170005379A KR 1020167032687 A KR1020167032687 A KR 1020167032687A KR 20167032687 A KR20167032687 A KR 20167032687A KR 20170005379 A KR20170005379 A KR 20170005379A
Authority
KR
South Korea
Prior art keywords
wafer
die image
inspection
alignment site
data
Prior art date
Application number
KR1020167032687A
Other languages
English (en)
Other versions
KR102300550B1 (ko
Inventor
아쇼크 브이 쿨카니
Original Assignee
케이엘에이-텐코 코포레이션
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 케이엘에이-텐코 코포레이션 filed Critical 케이엘에이-텐코 코포레이션
Publication of KR20170005379A publication Critical patent/KR20170005379A/ko
Application granted granted Critical
Publication of KR102300550B1 publication Critical patent/KR102300550B1/ko

Links

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/16—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring distance of clearance between spaced objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • 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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8822—Dark field detection
    • G01N2021/8825—Separate detection of dark field and bright field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)

Abstract

저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 방법 및 시스템이 제공된다. 하나의 방법은, 웨이퍼 상의 정렬 사이트에 대한 검사 시스템에 의해 획득되는 데이터를, 미리 결정된 정렬 사이트에 대한 데이터와 정렬하는 것을 포함한다. 미리 결정된 정렬 사이트는, 웨이퍼에 대한 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 갖는다. 방법은 또한, 다이 이미지 공간에서의 미리 결정된 정렬 사이트의 미리 결정된 위치에 기초하여, 다이 이미지 공간에서의 정렬 사이트의 위치를 결정하는 것을 포함한다. 또한, 방법은, 다이 이미지 공간에서의 정렬 사이트의 위치에 기초하여, 다이 이미지 공간에서 검사 시스템에 의해 웨이퍼에 대해 획득되는 검사 데이터의 위치를 결정하는 것을 포함한다.

Description

검사를 위한 고해상도 전체 다이 이미지 데이터의 사용{USING HIGH RESOLUTION FULL DIE IMAGE DATA FOR INSPECTION}
본 발명은, 일반적으로, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 방법 및 시스템에 관한 것이다.
다음의 설명 및 예는, 이 섹션에서의 이들의 포함 덕분에 종래 기술인 것으로 인정되지 않는다.
반도체 제조는, 실리콘 기판 상에 미크론 이하의(수십 나노미터까지 작아짐) 기하학적 패턴(geometrical pattern)을 구축하기 위해, 이미징, 에칭, 퇴적 및 평탄화 프로세스의 크고 복잡한 세트를 수반한다. 실리콘 기판 상에 적어도 부분적으로 패턴을 구축하도록 프로세스가 수행된 이후, 패턴에 또는 기판 상에 결함이 존재하는지를 결정하기 위해 기판은 검사되어야만 한다. 결함에 대해 이러한 기판을 검사하기 위해 사용되는 복수의 상이한 방법 및 시스템이 존재한다. 임의의 특정한 제조 프로세스를 행한 임의의 특정한 기판에 대해 사용되는 방법 또는 시스템의 타입은, 기판의 특성뿐만 아니라 기판 상에서 검출될 결함에 기초하여 선택될 수도 있다.
몇몇 검사 시스템 및 방법은, 검사 동안 또는 검사를 셋업하기 위해 기판에 대한 설계 데이터를 사용한다. 예를 들면, 이러한 기판 상에 형성되고 있는 다이의 설계 레이아웃은, 종종, 중요한 영역(critical region)(예컨대 높은 기하학적 배열(geometry) 밀도의 구역(area)) 및 결함이 그 자신을 명백히 나타내는 그 밖의 소위 "핫 스팟"을 식별하기 위해 사용된다. 중요한 영역을 중요하지 않은 영역으로부터 분리하는 것에 의해, 중요한 구역에서 보다 민감한 검사가 그리고 덜 중요한 구역에서 덜 민감한 검사가 수행될 수 있다. Kulkarni 등에게 2010년 3월 9일자로 발행된 미국 특허 제7,676,077호가 이 방식(approach)을 설명하는데, 이 특허는 참조에 의해 마치 본원에서 완전히 개시되는 것처럼 통합된다.
설계 레이아웃은 또한, 웨이퍼 상에서 검출되는 결함을 분류하기 위해 사용될 수도 있다. 예를 들면, 설계 기반의 분류(design-based classification; DBC) 방식은, 검사 툴에 의해 발견되는 결함을 각각의 검출된 결함 주변의 설계 컨텍스트(design context)를 사용하여 빈화(binning)/분류하기 위해 프로세싱 후 방식(post-processing approach)을 사용할 수도 있다. 따라서, 설계 데이터에 기초하여 중요한 구역을 결정하는 것 및 결함을 분류하는 것은, 체계적 결함(systematic defect)뿐만 아니라 랜덤한 수율(yield) 관련 결함을 플래깅하기(flag) 위해, 결함의 검출 및 필터링에 대해 "프론트 엔드" 및 "백엔드" 방식을 제공한다. 따라서, 상기에서 설명되는 방식은 설계 데이터가 이용가능하게 되는 것을 필요로 한다. 그러나, 많은 상황에서, 설계 정보는 바로 이용가능하지 않을 수도 있다.
타겟 기반의 검사(target-based inspection; TBI)로도 일반적으로 칭해지는 다른 방식은, 유저에게 공지되어 있는 선험적(a priori) 위치 또는 핫 스팟을 활용하려고 시도한다. TBI는, 다이의 이러한 영역 모두를 마킹하기 위해 이들 주목(of interest) 구역 주변에서 광학적 템플릿을 사용하는데, 다이의 이러한 영역 모두는, 그 다음, 더 높은 감도에서 검사된다. 따라서, TBI는, 결함이 발생할 가능성이 있다고 알려진 선험적 위치에만 제한된다. 많은 경우에서, 이 데이터는 불완전하거나 또는 알려져 있지 않다.
따라서, 상기에서 설명된 단점 중 하나 이상을 갖지 않는 웨이퍼 검사 관련 애플리케이션을 위한 방법 및/또는 시스템을 개발하는 것이 유익할 것이다.
다양한 실시형태의 하기의 설명은, 첨부된 특허청구범위의 주제를 어떤 식으로든 제한하는 것으로 해석되지 않아야 한다.
하나의 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 컴퓨터 구현 방법에 관한 것이다. 방법은, 웨이퍼 상의 정렬 사이트(alignment site)에 대한 검사 시스템에 의해 획득되는 데이터를, 미리 결정된 정렬 사이트에 대한 데이터와 정렬하는 것을 포함한다. 미리 결정된 정렬 사이트는, 웨이퍼에 대한 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 갖는다. 방법은 또한, 다이 이미지 공간에서의 미리 결정된 정렬 사이트의 미리 결정된 위치에 기초하여, 다이 이미지 공간에서의 정렬 사이트의 위치를 결정하는 것을 포함한다. 또한, 방법은, 다이 이미지 공간에서의 정렬 사이트의 위치에 기초하여, 다이 이미지 공간에서 검사 시스템에 의해 웨이퍼에 대해 획득되는 검사 데이터의 위치를 결정하는 것을 포함한다. 데이터를 정렬하는 것, 정렬 사이트의 위치를 결정하는 것, 및 검사 데이터의 위치를 결정하는 것은, 컴퓨터 시스템에 의해 수행된다.
상기에서 설명되는 컴퓨터 구현 방법은 본원에서 더 설명되는 바와 같이 수행될 수도 있다. 또한, 상기에서 설명되는 컴퓨터 구현 방법은 본원에서 설명되는 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수도 있다. 또한, 상기에서 설명되는 컴퓨터 구현 방법은 본원에서 설명되는 시스템 중 임의의 것에 의해 수행될 수도 있다.
다른 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템에 관한 것이다. 시스템은, 웨이퍼에 대한 저장된 고해상도 다이 이미지를 포함하는 저장 매체를 포함한다. 시스템은 또한, 저장 매체에 커플링되는 프로세서를 포함한다. 프로세서는, 상기에서 설명되는 컴퓨터 구현 방법의 단계를 수행하도록 구성된다. 시스템은 본원에서 설명되는 바와 같이 추가로 구성될 수도 있다.
추가적인 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 다른 시스템에 관한 것이다. 시스템은, 웨이퍼 상의 정렬 사이트에 대한 데이터 및 웨이퍼에 대한 검사 데이터를 획득하도록 구성되는 검사 시스템을 포함한다. 시스템은 또한, 상기에서 설명되는 저장 매체 및, 본 실시형태에서, 검사 시스템에 또한 커플링되는 상기에서 설명되는 프로세서를 포함한다. 시스템은 본원에서 설명되는 바와 같이 추가로 구성될 수도 있다.
본 발명의 다른 목적 및 이점은, 하기의 상세한 설명을 읽으면 그리고 첨부의 도면을 참조하면 명확해질 것인데, 도면에서:
도 1은, 본원에서 설명되는 컴퓨터 구현 방법 중 하나 이상을 수행하기 위한 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독가능 매체의 하나의 실시형태를 예시하는 블록도이다; 그리고
도 2는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템의 하나의 실시형태의 측면도를 예시하는 개략도이다.
본 발명이 다양한 수정예 및 대안적 형태를 허용하지만, 그 특정 실시형태가 예로서 도면에서 도시되며 본원에서 상세히 설명될 것이다. 그러나, 도면 및 도면에 대한 상세한 설명은 본 발명을 개시된 특정한 형태로 제한하도록 의도되지 않으며, 반대로, 첨부된 특허청구범위에 의해 정의되는 바와 같은 본 발명의 취지와 범위 내에 들어 오는 모든 수정예, 등가예 및 대안예를 커버할 것이다는 것이 이해되어야 한다.
이제, 도면을 참조하면, 도면은 일정한 축척으로 묘사되지 않는다는 것을 유의한다. 특히, 도면의 엘리먼트 중 몇몇의 축척은 그 엘리먼트의 특성을 강조하기 위해 크게 과장된다. 도면은 동일한 축척으로 묘사되지 않는다는 것을 또한 유의한다. 유사하게 구성될 수도 있는 하나보다 많은 도면에서 도시되는 엘리먼트는, 동일한 참조 부호를 사용하여 나타내어진다. 본원에서 그렇지 않다고 언급되지 않는 한, 설명되고 도시되는 엘리먼트 중 임의의 것은 임의의 적절한 상업적으로 이용가능한 엘리먼트를 포함할 수도 있다.
일반적으로, 본원에서 설명되는 실시형태는, 검사 데이터와 결합하여 고해상도의 전체 다이 이미지 데이터를 활용하기 위한 방법 및 시스템에 관한 것이다. 예를 들면, 하나의 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 컴퓨터 구현 방법에 관한 것이다. 방법은, 웨이퍼 상의 정렬 사이트(alignment site)에 대한 검사 시스템에 의해 획득되는 데이터를, 미리 결정된 정렬 사이트에 대한 데이터와 정렬하는 것을 포함한다. 정렬 사이트에 대한 데이터를, 미리 결정된 정렬 사이트에 대한 데이터에 정렬하는 것은, 기술 분야에서 공지되어 있는 임의의 적절한 정렬 방법(들) 및/또는 정렬 알고리즘(들)을 사용하여 수행될 수도 있다.
미리 결정된 정렬 사이트는, 웨이퍼에 대한 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 갖는다. 미리 결정된 정렬 사이트는 본원에서 더 설명되는 바와 같이 복수의 상이한 방식으로 선택될 수도 있다. 다이 이미지 공간에서의 미리 결정된 위치는, 다이 이미지에서의 어떤 지점(예를 들면, 원점)에 대한 좌표일 수도 있다. 이 방식에서, 다이 이미지 공간에서의 미리 결정된 위치는 다이 이미지 공간 좌표로서 표현될 수도 있다.
하나의 실시형태에서, 저장된 고해상도 다이 이미지는 다이 전체의 저장된 고해상도 이미지이다. 예를 들면, 저장된 고해상도 다이 이미지는 전체 다이에 대해 본원에서 설명되는 바와 같이 획득되어 저장될 수도 있다. 따라서, 본원에서 설명되는 단계 중 일부(예를 들면, 정렬)에 대해, 저장된 다이 이미지의 일부만이 필요로 될 수도 있더라도, 본원에서 설명되는 단계 중 임의의 것에서의 사용에 전체 다이 이미지가 이용가능할 수도 있다. "고해상도" 다이 이미지는, 그 용어가 본원에서 사용될 때, 웨이퍼 상에 형성되는 모든 피쳐가 분해되는(resolved) 이미지를 가리키도록 의도된다. 따라서, "고해상도 다이 이미지의 "해상도"는, 웨이퍼 상에 형성되는 최소 피쳐 이상이어야 한다. 다시 말하면, 웨이퍼 상의 다이에 형성되는 최소 피쳐가 (예를 들어) 10 nm이면, 그 웨이퍼에 대한 "고해상도" 다이 이미지는, 최소 10 nm의 해상도에 대응할 수 있는 이미지 시스템으로 형성되어야 한다. 이 방식에서, 고해상도 다이 이미지에서의 피쳐는, 웨이퍼의 설계에 관한 실질적으로 정확한 정보를 결정하도록 이미지가 사용될 수 있도록, 웨이퍼에 대한 설계를 정확하게 나타낼 것이다.
다른 실시형태에서, 방법은, 웨이퍼 또는 다른 웨이퍼 상의 다이 상의 다이를 전자 빔 기반의 이미징 시스템으로 스캐닝하는 것에 의해 웨이퍼에 대한 고해상도 다이 이미지를 획득하는 것 및 획득된 고해상도 다이 이미지를 저장 매체에 저장하는 것을 포함한다. 예를 들면, 미국 캘리포니아 밀피타스(Milpitas)의 KLA-Tencor로부터 상업적으로 입수가능한 그런 시스템을 비롯하여, 전자 빔 검사(electron beam inspection; EBI) 시스템과 같은 고해상도 이미징 툴을 사용하여, 또는 KLA-Tencor로부터 상업적으로 입수가능한 7100 시리즈 시스템 또는 임의의 다른 적절한 시스템과 같은 스텝 앤 리피트(step-and-repeat) 전자 빔 리뷰(electron beam review; EBR) 시스템을 사용하여, 샘플 반도체 웨이퍼 상의 단일의 다이가 스캔될 수도 있다. 이들 단계는 검사 레시피 셋업(inspection recipe setup) 동안 수행될 수도 있다. "레시피"는 검사와 같은 프로세스를 수행하기 위한 명령어의 세트로서 일반적으로 정의될 수도 있다. 고해상도 다이 이미지는 본원에서 설명되는 저장 매체 중 임의의 것에 저장될 수도 있다.
몇몇 실시형태에서, 웨이퍼에 대한 설계 데이터는 방법에서의 사용에 이용가능하지 않을 수도 있다. 예를 들면, 웨이퍼 검사를 위해 파라미터(들)가 결정되고 있는 많은 상황에서, 설계 정보는 바로 이용가능하지 않을 수도 있다. 이러한 경우에, 본원에서 설명되는 실시형태는, 본원에서 더 설명되는 바와 같이, 이미지 프로세싱 및 패턴 인식 기술과 함께 주사 전자 현미경(scanning electron microscope; SEM)과 같은 고해상도 이미징 툴을 사용하여, 다이 상의 중요한 영역을 식별하여 그 중요한 영역을 덜 중요한 영역으로부터 분리하기 위해 사용될 수도 있다. 이 경우, SEM 이미지를 설계에 대한 프록시로서 간주할 수 있는데, 그 이유는, SEM 이미지가 웨이퍼 상의 기하학적 배열을, 다이의 중요한 영역과 중요하지 않은 영역의 분리를 허용하기에 충분히 상세하게 나타내는 해상도를 가지기 때문이다. 이 방식에서, 저장된 다이 이미지는, 설계 컨텍스트에 대한 프록시로서 기능할 수 있고, 본원에서 더 설명되는 바와 같이, "설계"에 정렬하도록 그리고 어쩌면 중요한 구역(상이한 감도 영역)을 정의하도록 뿐만 아니라 "설계" 컨텍스트에 기초하여 결함을 분류(빈화)하기 위해 사용될 수 있다.
본원에서 설명되는 바와 같은 용어 "설계" 및 "설계 데이터"는, 일반적으로, IC의 물리적 설계(레이아웃) 및 복잡한 시뮬레이션 또는 간단한 기하학적 연산 및 불린(Boolean) 연산을 통해 물리적 설계로부터 유도되는 데이터를 가리킨다. 설계는 데이터 구조체 예컨대 GDS 파일, 임의의 다른 표준 머신 판독가능 파일, 기술 분야에서 공지되어 있는 임의의 다른 적절한 파일, 및 설계 데이터베이스에 저장될 수도 있다. GDSII 파일은, 설계 레이아웃 데이터의 표현을 위해 사용되는 한 클래스의 파일 중 하나이다. 이러한 파일의 다른 예는 GL1 및 OASIS 파일을 포함한다. 본원에서 설명되는 실시형태에서 사용되는 설계는, 데이터 구조체 구성, 저장 포맷, 저장 메커니즘에 무관하게, 이 전체 클래스의 파일 중 임의의 것에 저장될 수도 있다. 또한, 설계 데이터는, 표준 셀 라이브러리 데이터, 통합 레이아웃 데이터, 하나 이상의 레이어에 대한 설계 데이터, 설계 데이터의 파생물, 및 전체 또는 부분 칩 설계 데이터일 수 있다.
그러나, 일반적으로, 설계 정보 또는 데이터는 웨이퍼를 검사 시스템으로 이미지화하는(imaging) 것에 의해 생성될 수 없다. 예를 들면, 웨이퍼 검사 시스템은, 일반적으로, 웨이퍼 상에 형성된 설계 패턴의 이미지를, 웨이퍼에 대한 설계에 관한 정보를 결정하기 위해 이미지가 사용될 수 있도록 충분한 해상도를 가지고 생성할 수 없다. 따라서, 일반적으로, 설계 정보 또는 설계 데이터는 검사 시스템을 사용하여 생성될 수 없다. 또한, 본원에서 설명되는 "설계" 및 "설계 데이터"는, 설계 프로세스에서 반도체 디바이스 설계자에 의해 생성되며 따라서, 임의의 물리적 웨이퍼에 대한 설계의 인쇄에 앞서, 본원에서 설명되는 실시형태에서의 사용에 이용가능한 정보 및 데이터를 가리킨다.
미리 결정된 정렬 타겟이 선택될 수 있는 복수의 상이한 방식이 본원에서 설명된다. 일반적으로, 미리 결정된 정렬 타겟을 선택하는 것은, 스캔에서의 각각의 다이 스와쓰(die-swath)에서, 본원에서 더 설명되는 몇몇 기준을 사용하여 잠재적인 정렬 타겟의 세트를 검색하는 것을 포함할 수도 있다. 그 다음, 이들 타겟의 대응하는 위치는 저장된 다이 이미지에서 식별될 수 있다. 예를 들면, 방법은, 웨이퍼 상의 정렬 타겟을 식별하는 것 및 다이 이미지 원점에 대한 정렬 타겟의 위치 및 오프셋을 정렬 타겟 정보로서 저장하는 것을 포함할 수도 있다. 상대적으로 양호한 정렬 스코어 및 품질(즉, 웨이퍼 이미지 패치를 저장된 이미지 패치와 정렬하는 것으로부터 유래하는 교차 상관 표면에서의 피크의 크기 및 선예도)을 갖는 타겟의 경우, 다이 이미지 원점에 대한 그 타겟의 위치 및 그 타겟의 오프셋뿐만 아니라, 이미지 패치는, 이 레이어의 추가적인 검사 동안 사용하기 위한 검사 레시피의 일부로서 저장될 수도 있다. 이 방식에서, 미리 결정된 정렬 사이트에 대한 데이터 및/또는 미리 결정된 정렬 사이트의 이미지(또는 이 데이터를 참조하는 인덱스)는 검사 프로세스에 대한 레시피에 저장될 수도 있고, 정렬 데이터는, 검사 시스템이 이 특정 디바이스 및 레이어의 웨이퍼를 검사할 때마다 사용될 수도 있다. 미리 결정된 정렬 사이트 및 이들 사이트에 대한 정보는 또한, 2010년 3월 9일자로 Kulkarni 등등에게 발행된 미국 특허 제7,676,077호에서 설명되는 바와 같이 선택되어 저장될 수도 있는데, 이 특허는 참조에 의해 마치 본원에서 완전히 개시되는 것처럼 통합된다. 이들 단계는 검사 레시피 셋업(inspection recipe setup) 동안 수행될 수도 있다.
몇몇 실시형태에서, 방법은, 검사 시스템 및 웨이퍼에 대한 검사 시스템에 의해 사용될 검사 프로세스와 호환되는 미리 결정된 정렬 사이트를 선택하기 위해 저장된 고해상도 다이 이미지를 사전 프로세싱(pre-processing)하는 것에 의해, 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 미리 결정된 정렬 사이트를 선택하는 것은, 검사 프로세스 및 시스템과 호환되는 미리 결정된 정렬 사이트를 복수의 상이한 방식으로 선택하기 위해, 저장된 다이 이미지를 사전 프로세싱하는 것을 포함할 수도 있다. 예를 들면, 저장된 다이 이미지는, 주변의 패턴화된 피쳐에 대해 어떤 점에서 고유한, 저장된 다이 이미지에 포함된 패턴화된 피쳐를 식별하도록 프로세싱될 수도 있다. 이 방식에서, 패턴화된 피쳐는 저장된 다이 이미지에서 고유하게 식별될 수 있다. 그 다음, 식별된 패턴화된 피쳐는, 검사 시스템에 의해 생성되는 패턴화된 피쳐에 대한 이미지가, 저장된 다이 이미지에서의 패턴화된 피쳐에 대한 이미지에 실질적으로 정확하게 정렬될 수 있도록, 식별된 패턴화된 피쳐 중 어떤 것이 검사 시스템에 의해 충분한 해상도를 가지고 이미지화될 수 있는지를 결정하도록 분석될 수도 있다. 예를 들면, 식별된 패턴화된 피쳐 중 몇몇이 검사 시스템에 의해 생성되는 이미지에서 결정되지 않을 경우, 그 몇몇은 본원에서 설명되는 실시형태에서의 사용을 위한 잠재적인 정렬 사이트로서 제거될 수도 있다. 이 방식에서, 미리 결정된 정렬 사이트로서 유용하도록 충분히 고유하며 검사 시스템에 의해 충분히 이미지화될 수 있는, 저장된 고해상도 다이 이미지에서의 패턴화된 피쳐는 미리 결정된 정렬 사이트로서의 사용을 위해 선택될 수 있다.
하나의 실시형태에서, 방법은, 웨이퍼의 검사를 위해 검사 시스템에 의해 사용될 하나 이상의 광학 모드 및 픽셀 사이즈에 관한 정보에 기초하여 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 하나의 예에서, 검사 시스템에 의해 수행되는 검사 프로세스의 셋업 동안, 미리 결정된 정렬 사이트를 선택하기 위해, 저장된 다이 이미지 외에, 웨이퍼 스와쓰 정보(wafer swathing information)와 같은 검사 시스템의 파라미터에 관한 정보, 검사 시스템 모델 번호, 검사를 위해 사용될 광학 모드(들), 및 픽셀 사이즈가 사용될 수도 있다. 미리 결정된 정렬 사이트는 또한, 검사될 웨이퍼의 하나 이상의 속성에 기초하여 선택될 수도 있다. 이 방식에서, 웨이퍼 검사를 위해 사용될, (예를 들면, 광학 모드(들), 픽셀 사이즈, 등등에 의해 정의되는 바와 같은) 검사 시스템의 이미징 능력에 관한 정보는, 저장된 다이 이미지에서 어떤 패턴화된 피쳐가 미리 결정된 정렬 사이트로서의 사용에 적합할 것인지를 결정하기 위해 사용될 수 있다. 예를 들면, 검사 시스템의 이미징 성능에 관한 정보에 기초하여, 검사 시스템에 의해 생성되는 이미지에서 결정될 것으로 예상되는 저장된 다이 이미지에서의 임의의 패턴화된 피쳐는 잠재적인 정렬 사이트로서 식별될 수도 있다. 그 다음, 식별된 잠재적인 정렬 사이트의 특성(예를 들면, 저장된 다이 이미지에서의 위치, 잠재적인 정렬 사이트의 기하학적 배열의 고유성, 등등)은 미리 결정된 정렬 사이트에 대한 최종 선택을 행하기 위해 사용될 수도 있다.
몇몇 실시형태에서, 본원에서 더 설명되는, 웨이퍼 상의 정렬 사이트에 대해 획득되는 데이터 및 검사 데이터는 검사 시스템에 대한 두 개 이상의 광학 모드를 이용하여 획득된다. 예를 들면, 동시에 수행될 수도 있거나 또는 웨이퍼의 복수의 스캔에서 수행될 수도 있는 복수의 이미징 모드에서 웨이퍼가 스캔되면, 본원에서 더 설명되는 바와 같이, 저장된 다이 이미지와 정렬하는 정렬 타겟을 상이한 이미징 모드에서 발견할 수 있는 한, 본원에서 설명되는 실시형태는 적용될 수 있다. "광학 모드" 또는 이미징 모드"는 그 용어가 본원에서 사용될 때, 웨이퍼에 대한 이미지 또는 다른 유사한 데이터를 획득하기 위해 결합하여 사용될 수 있는 광학 파라미터의 세트를 일반적으로 지칭한다. 따라서, "광학 모드" 또는 "이미징 모드"는, 입사각, 편광, 파장, 등등과 같은 복수의 조명 파라미터뿐만 아니라, 수집/검출의 각도, 편광, 파장, 등등과 같은 복수의 검출 파라미터에 의해 정의될 수도 있다. 이와 같이, 상이한 광학적 모드 또는 상이한 이미징 모드는, 하나 이상의 이러한 파라미터에 대한 값(들)에서 상이할 수도 있다.
하나의 이러한 실시형태에서, 두 개 이상의 광학 모드 중 제1의 것에 대해 사용되는 정렬 사이트는, 두 개 이상의 광학 모드 중 제2의 것에 대해 사용되는 정렬 사이트와는 상이하다. 이 방식에서, 상이한 정렬 사이트는 상이한 광학 모드에 대해 사용될 수도 있다. 예를 들면, 하나의 정렬 사이트는 하나의 광학 모드에 대한 정렬에 대해 특히 유용할 수도 있지만, 그러나 다른 광학 모드에서의 정렬에 대해 유용하지 않을 수도 있다. 따라서, 다른 광학 모드에서 정렬에 더 유용한 상이한 정렬 사이트가 식별되어 그 모드에 대해 사용될 수도 있다. 그러나, 하나보다 많은 광학 모드에서 정렬에 대해 충분히 유용한 정렬 사이트가 식별될 수 있으면, 그 정렬 사이트는 이들 하나보다 많은 광학 모드의 각각에서 정렬 목적을 위해 사용될 수 있다. 어느 경우든, 정렬 사이트는 본원에서 설명되는 실시형태 중 임의의 것에 따라 하나 이상의 광학 모드에 대해 선택될 수 있다.
다른 이러한 실시형태에서, 두 개 이상의 광학 모드 중 제1의 것에 대해 사용되는 미리 결정된 정렬 사이트에 대한 데이터는, 두 개 이상의 광학 모드 중 제2의 것에 대해 사용되는 미리 결정된 정렬 사이트에 대한 데이터와는 상이하다. 예를 들면, 상이한 정렬 사이트가 상기에서 더 설명되는 바와 같이 상이한 광학 모드에 대해 사용되면, 상이한 미리 결정된 정렬 사이트 및 그들의 대응하는 데이터는 상이한 광학 모드에 대해서도 또한 사용될 것이다.
하나의 실시형태에서, 웨이퍼 상의 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고, 미리 결정된 정렬 사이트에 대한 데이터는 저장된 고해상도 다이 이미지로부터의 고해상도 이미지 데이터를 포함한다. 예를 들면, 스캔된 이미지는, 웨이퍼에 대해 수행되는 검사 프로세스 동안 검사 시스템에 의해 획득되는 이미지일 수도 있다. 미리 결정된 정렬 사이트에 대해 사용되는 고해상도 이미지 데이터는, 미리 결정된 정렬 사이트 주변의 그리고 근처의 저장된 고해상도 이미지의 임의의 적절한 부분을 포함할 수도 있다. 정렬 사이트에 대해 사용되는 스캔된 이미지는, 검사 데이터와 동일한 스캔에서(즉, 웨이퍼를 검사하기 위해 사용되는 광학 모드(들)를 사용하여) 또는 (예를 들면, 정렬 사이트가 미리 결정된 정렬 사이트에 대한 고해상도 이미지 데이터에 정렬될 수 있도록 정렬 사이트가 검사 광학 모드(들)를 사용하여 이미지화되지 않으면) 검사 데이터를 생성하기 위해 사용되는 것과는 상이한 스캔에서 획득될 수도 있다. 그 경우, 정렬 사이트 및 미리 결정된 정렬 사이트의 정렬은, 검사 시스템의 하나의 광학 모드를 사용하여 수행될 수도 있고, 그 다음, 그 정렬은, (예를 들면, 하나 이상의 검사 광학 모드를 사용하여 획득되는 정렬 사이트 데이터 및 미리 결정된 정렬 사이트 데이터 둘 다를 상이한 광학 모드를 사용하여 획득되는 정렬 사이트 데이터에 정렬하는 것에 의해) 검사 시스템의 다른 광학 모드로 변환될 수도 있다.
다른 실시형태에서, 웨이퍼 상의 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고, 미리 결정된 정렬 사이트에 대한 데이터는 이미지 클립을 포함한다. 본원에서 설명되는 방법에서 사용될 수도 있는 미리 결정된 정렬 사이트에 대한 데이터 또는 이미지는, 저장된 다이 이미지 클립(본원에서 사용되는 바와 같은 용어 "클립"은 전체 저장된 고해상도 다이 이미지의 상대적으로 작은 부분을 지칭한다) 및 저장된 고해상도 다이 이미지에 정렬된 검사 시스템에 의해 생성되는 이미지를 포함한다.
추가적인 실시형태에서, 방법은, 미리 결정된 정렬 사이트에 대한 고해상도 다이 이미지 클립을 저장된 고해상도 다이 이미지로부터 추출하는 것 및 웨이퍼의 검사를 위해 검사 시스템에 의해 사용되는 파일에 추출된 이미지 클립을 저장하는 것을 포함한다. 고해상도 다이 이미지 클립은 임의의 적절한 방식으로 전체 저장된 고해상도 다이 이미지로부터 추출될 수도 있다. 또한, 추출된 이미지 클립은 검사를 위해 검사 시스템에 의해 사용되는 파일에 임의의 적절한 방식으로 저장될 수도 있다. 이 방식에서, 정렬을 위해 검사 시스템에 의해 사용되는 파일은 전체 저장된 고해상도 다이 이미지를 포함하지 않을 수도 있고 따라서 검사 동안 획득되는 핸들링 성능을 감소시키게 된다. 그러나, 전체 저장된 고해상도 다이 이미지는 또한, 저장된 고해상도 다이 이미지 데이터의 모두가 필요에 따라 액세스될 수 있도록 (예를 들면, 검사 시스템에 의한 사용에 이용가능한 다른 파일에서) 검사 동안의 사용에 이용가능할 수도 있다.
다른 실시형태에서, 방법은, 적절한 미리 결정된 정렬 사이트를 선택하기 위해 검사를 위한 검사 시스템의 최상의 모드를 사용하여 웨이퍼를 스캐닝하는 것 및 스캐닝하는 것에 의해 생성되는 이미지 및 저장된 고해상도 다이 이미지에 기초하여, 선택된 미리 결정된 정렬 사이트의 위치를 결정하는 것을 포함한다. 정렬 사이트 선택 단계는 또한, 웨이퍼를 검사하기 위해 사용될 수도 있는 다양한 이미징 모드에 기초하여 수행될 수도 있다. 예를 들면, 검사 시스템은 검사를 위해, 명시야(bright field; BF) 모드, 암시야(dark field; DF) 모드, Edge Contrast(에지 콘트라스트)(이것은 KLA-Tencor의 등록상표임) 모드, 다양한 어퍼쳐 모드, 및/또는 전자 빔 이미징 모드와 같은 하나보다 많은 광학 이미징 모드를 사용하도록 구성될 수도 있다. 에지 콘트라스트(Edge Contrast; EC) 검사는, 일반적으로, 상보적 이미징 어퍼쳐를 갖는 원형 대칭 조명 어퍼쳐를 사용하여 수행된다. 웨이퍼에 대한 특정 레이어의 검사를 위한 최상의 이미징 모드는, 결함 신호 대 잡음비(signal-to-noise ratio; S/N)를 최대화하는 이미징 모드이고, 최상의 이미징 모드는 레이어 타입과 함께 변할 수도 있다. 또한, 검사 시스템은, 하나보다 많은 이미징 모드를 동시에 또는 순차적으로 사용하여 웨이퍼를 검사하도록 구성될 수도 있다. 웨이퍼 검사 동안 수행되는 정렬 사이트 이미지 또는 데이터 획득이 웨이퍼 검사를 위한 최상의 이미징 모드를 사용하기 때문에, 정렬 사이트 선택은, 적절한 정렬 사이트 및 정렬 피쳐를 선택하기 위해, 그 모드를 사용하는 것이 바람직하다.
그러나, 다이 이미지 공간에서, 선택된 미리 결정된 정렬 사이트의 위치를 정확하게 결정하기 위해, 검사 시스템은, 저장된 고해상도 다이 이미지의 대응하는 부분에 차후 정렬되는 선택된 미리 결정된 정렬 사이트의 고해상도 이미지를 획득하여, 다이 이미지 공간에서의 선택된 미리 결정된 정렬 사이트의 위치를 결정하도록 사용될 수도 있다. 이 방식에서, 저장된 다이 이미지와의 매칭을 위한 최상의 모드를 사용하여 획득되는 이미지는 저장된 다이 이미지에 정렬될 수도 있다. 저장된 다이 이미지에 대한 매칭을 위한 최상의 모드를 사용하여 획득되는 이미지를 정렬하는 것에 의해 결정되는 다이 이미지 공간에서의 선택된 정렬 사이트의 (x, y) 위치를 사용하면, 이들 x 및 y 위치는 검사를 위해 최상의 모드를 사용하여 획득되는 패치 이미지와 관련될 수도 있다. 상이한 모드(검사 모드 및 저장된 다이 이미지에 매칭하기 위한 최상의 모드)에서 동일한 사이트에 대해 수집되는 이미지 사이에 몇몇 고정된 오프셋이 존재하면, 이 오프셋은 적절한 캘리브레이션 타겟을 사용하여 검사의 시작에서(또는 검사 이전에) 측정될 수 있고/있거나 보정될 수 있다.
하나의 이러한 실시형태에서, 방법은, 매핑을 결정하기 위해(즉, 다이 이미지 공간에서의 광학적 또는 전자 빔 이미지의 개개의 픽셀의 위치를 결정하기 위해) 미리 결정된 정렬 사이트의 상이한 이미지의 오프라인 정렬을 포함할 수도 있다. 예를 들면, 미리 결정된 정렬 사이트를 선택하고 저장된 다이 이미지와의 매칭을 위한 최상의 이미지를 제공할 수 있는 이미징 모드를 사용하여 웨이퍼 상의 이들 사이트의 이미지를 획득하는 이후, 상이한 이미지는, 기술 분야에서 공지되어 있는 임의의 적절한 방법 및/또는 알고리즘을 사용하여 서로 정렬될 수도 있다.
대안적으로, 선택된 미리 결정된 정렬 사이트에 대응하는 저장된 고해상도 다이 이미지의 일부는, 미리 결정된 정렬 사이트의 선택을 위해 사용되는 모드를 사용하여 검사 시스템에 의해 형성될 미리 결정된 정렬 사이트의 이미지를 시뮬레이팅하도록 사용될 수도 있다. 그 다음, 시뮬레이팅된 이미지는, 선택된 미리 결정된 정렬 사이트에 대한 검사 시스템에 의해 획득되는 이미지에 정렬되어, 다이 이미지 공간에서의 웨이퍼 상의 정렬 사이트의 위치를 결정할 수 있다. 시뮬레이팅된 이미지와 광학 이미지의 정렬을 위한 적절한 품질을 갖는 시뮬레이팅된 이미지를 획득하는 것은, 모든 이미징 모드에 대해 어려울 수도 있다. 그러나, 시뮬레이팅된 이미지와 광학 이미지의 최상의 매치는, 특정 이미징 모드(예를 들면, BF 모드)에 대해 획득될 수도 있다. 따라서, 방법은, 적절한 미리 결정된 정렬 사이트를 선택하기 위해, 검사에 대한 최상의 이미징 모드를 사용하여 웨이퍼를 스캐닝하는 것을 포함할 수도 있다. 방법은 또한, 시뮬레이팅된 이미지에 최상으로 매칭될 수 있는 이미지를 제공하는 모드를 사용하여 광학 패치 이미지를 획득하기 위해, 검사 시스템을 사용하여 웨이퍼 상의 선택된 미리 결정된 정렬 사이트를 재방문하는(revisiting) 것을 포함할 수도 있다.
하나의 실시형태에서, 방법은, 검사 시스템을 사용하여 웨이퍼 상의 다이 행(row)을 스캐닝하는 것 및 고유의 정렬 사이트를 식별하도록 다이의 각각의 프레임을 프로세싱하는 것에 의해, 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 용어 "프레임"은, 본원에서, 웨이퍼의 스캐닝 동안 획득되는 검사 데이터 또는 이미지의 스와쓰에서의 다이의 일부에 대한 이미지 또는 데이터로서 일반적으로 정의된다. 각각의 스와쓰은, 검사 시스템이 웨이퍼 상의 행 또는 열(column)에서 다이에 걸쳐 (x에서) 스캔할 때, (y에서의) 몇몇 높이(H)의 픽셀의 스트림으로서 획득될 수도 있다. 프레임을 프로세싱하는 것은, 프레임에서의 피쳐의 x 및 y 그래디언트(gradient)를 결정하는 것 및 미리 결정된 정렬 사이트에서의 사용을 위한 x 및/또는 y 방향에서 상대적으로 강한 그래디언트를 갖는 하나 이상의 피쳐를 선택하는 것을 포함할 수도 있다. 방법은 또한, 그래디언트(들) 중 하나의 상대적으로 강한 피크만이 미리 결정된 검색 범위 내에 위치되는지를 결정하기 위해, 이러한 피쳐를 포함하는 패치 이미지 및 프레임의 교차 상관을 수행하는 것을 포함할 수도 있다. 이 방식에서, 패턴 검색 윈도우 내에서 고유한 정렬 피쳐는, 미리 결정된 정렬 사이트에 대해 식별 및 선택될 수도 있다. 방법은 또한, 방법에 의해 식별되는 하나 이상의 잠재적인 정렬 사이트(예를 들면, 잠재적인 정렬 사이트에 대한 광학 이미지 또는 전자 빔 이미지)를 디스플레이하는 것 및 미리 결정된 최수 간격 거리로 다이에 걸쳐 분포된 하나 이상의 적절한 정렬 사이트를 유저가 선택하는 것을 허용하는 것을 포함할 수도 있다.
몇몇 실시형태에서, 방법은, 검사 데이터의 복수의 스와쓰의 각각에 적어도 하나의 미리 결정된 정렬 사이트가 존재하도록, 웨이퍼에 대한 저장된 고해상도 다이 이미지로부터 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 다른 실시형태에서, 방법은, 저장된 고해상도 다이 이미지를 검사 데이터의 복수의 스와쓰의 각각에 대응하는 부분으로 분할하는 것 및 복수의 스와쓰 각각에서 미리 결정된 정렬 사이트 중 적어도 하나를 식별 및 선택하도록, 저장된 고해상도 다이 이미지를 검색하는 것에 의해, 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 예를 들면, 웨이퍼의 검사를 위해 사용될 검사 프로세스의 파라미터는, 웨이퍼 상의 다이가 검사 데이터의 스와쓰으로 어떻게 분할될지를 결정하기 위해 사용될 수 있다. 그 다음, 그 정보는 저장된 고해상도 다이 이미지의 스와쓰으로의 대응하는 분할을 결정하기 위해 사용될 수 있다. 그 다음, 저장된 고해상도 다이 이미지의 상이한 스와쓰은, 적어도 하나의 미리 결정된 정렬 사이트가 스와쓰의 각각에서 선택되도록 개별적으로 프로세싱될 수도 있다. 스와쓰의 각각에서의 이러한 선택은, 본원에서 설명되는 임의의 실시형태에 따라 수행될 수도 있다. 이 방식에서, 검사 프로세스에 대해 사용되는 미리 결정된 정렬 사이트는, 웨이퍼에 대해 생성되는 검사 데이터의 각각의 스와쓰에 적어도 하나의 미리 결정된 정렬 사이트를 포함하는 미리 결정된 정렬 사이트의 세트를 포함할 수도 있다. 이와 같이, 검사 데이터의 각각의 스와쓰은, 저장된 고해상도 다이 이미지에 개별적으로 정렬될 수 있다.
몇몇 실시형태에서, 정렬 사이트는, 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함한다. 예를 들면, 정렬 사이트는, 하나보다 많은 정렬 사이트가 검사 데이터의 각각의 스와쓰에 포함되도록 상기에서 설명되는 바와 같이 선택될 수도 있다. 다른 이러한 실시형태에서, 정렬 사이트는, 스케일링 오차(scaling error)를 보정하기 위해, 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함한다. 몇몇 실시형태에서, 검사 시스템을 정렬 사이트에 정렬하는 것은, 검사 시스템에서의 스테이지 위치 정확도, 회전 오차, x 및 y 병진 오차(translational error), 및 이들의 몇몇 조합을 보정하도록 수행된다. 예를 들면, 검사 시스템이 정렬 사이트에 정렬된 이후, 스테이지 위치 정확도, 임의의 회전 오차, x 및 y 병진 오차, 배율(스케일링) 오차, 또는 이들의 몇몇 조합은 보정될 수도 있다. 이 보정은 검사 프로세스 동안 발생할 수도 있거나 또는 프로세스 이후에 수행될 수도 있다(즉, 검사 결과가 생성된 이후 수행될 수도 있다). 보정은, 검사 시스템에 의해 보고되는 정렬 사이트에 대한 좌표와 동일한 정렬 사이트에 대한 기준 좌표의 비교에 적어도 부분적으로 기초할 수도 있다. 다시 말하면, 본원에서 설명되는 바와 같이 선택되는 정렬 사이트는, 검사 데이터를 저장된 고해상도 다이 이미지에 정렬하도록 사용될 수도 있을 뿐만 아니라 검사 시스템을 웨이퍼 공간 좌표에 정렬시키도록 사용될 수도 있다.
다른 실시형태에서, 미리 결정된 정렬 사이트는 웨이퍼 상의 다이에 걸쳐 미리 결정된 빈도로 선택된다. 다른 실시형태에서, 미리 결정된 정렬 사이트는, 미리 결정된 최수 간격 거리로 웨이퍼 상의 다이 위에 분포된다. 예를 들면, 미리 결정된 정렬 사이트는, 웨이퍼의 검사를 위해 사용될 검사 시스템의 스캐닝 성능에 관한 선험적 지식에 기초한 빈도 또는 최수 간격 거리로 선택될 수도 있다. 하나의 이러한 예에서, 검사 데이터의 스와쓰의 획득 동안 상당히 표류하는(drift) 것으로 알려져 있는 검사 시스템의 경우, 미리 결정된 정렬 사이트는, 다이에 걸쳐 상대적으로 높은 빈도로 및/또는 상대적으로 작은 최수 간격 거리로 선택될 수도 있다. 이 방식에서, 정렬 사이트는, 검사 시스템의 크기에 무관하게, 검사 데이터의 모두를 저장된 고해상도 다이 이미지에 실질적으로 정확하게 정렬하기 위해 사용될 수 있다.
하나의 실시형태에서, 방법은, 본원에서 더 설명되는 바와 같이, 정렬 사이트의 위치를 결정하기 위한 충분한 정렬 정보를 결합하여 제공하는 정렬 피쳐의 세트를 포함하도록, 미리 결정된 정렬 사이트를 선택하는 것을 포함한다. 예를 들면, 미리 결정된 정렬 사이트의 각각은 하나 이상의 정렬 피쳐를 포함할 수도 있고, 이들 하나 이상의 정렬 피쳐는, 이들이 본원에서 설명되는 방법의 단계를 수행하기 위한 충분한 정보를 제공하도록, 본원에서 설명되는 바와 같이 선택될 수도 있다.
다른 실시형태에서, 정렬 단계는 웨이퍼에 대한 결함 검출 이전에 수행된다. 예를 들면, 정렬 사이트에 대한 데이터를 미리 결정된 정렬 사이트에 대한 데이터에 정렬하는 것은, 검사 데이터의 획득 동안 또는 이후에 그리고 결함 검출이 검사 데이터를 사용하여 수행되기 이전에 수행될 수도 있다. 이 방식에서, 검사 데이터는, 결함 검출 이전에, 저장된 고해상도 다이 이미지에 정렬될 수도 있는데, 검사 데이터가, 결함 검출 이전에, 저장된 고해상도 다이 이미지에 정렬되는 것은, 그 다이 이미지로부터의 저장된 고해상도 다이 이미지 또는 정보가 결함 검출을 위해 사용되는 것과 같은 본원에서 더 설명되는 몇몇 실시형태에서 유익할 수도 있다.
몇몇 실시형태에서, 검사 시스템은 웨이퍼의 검사를 위해 BF 모드를 사용하도록 구성된다. 다른 실시형태에서, 검사 시스템은 웨이퍼의 검사를 위해 암시야(DF) 모드를 사용하도록 구성된다. 다른 실시형태에서, 검사 시스템은 웨이퍼의 검사를 위해 전자 빔 이미징 모드를 사용하도록 구성된다. 이러한 검사 시스템은 본원에서 더 설명되는 바와 같이 구성될 수도 있다. 또한, 본원에서 설명되는 실시형태는, 임의의 검사 시스템 구성 및 광학 모드 또는 전자 빔 모드와 함께 사용하도록 구성될 수도 있다.
방법은 또한, 다이 이미지 공간에서의 미리 결정된 정렬 사이트의 미리 결정된 위치에 기초하여, 다이 이미지 공간에서의 정렬 사이트의 위치를 결정하는 것을 포함한다. 예를 들면, 다이 이미지 좌표(즉, 다이 이미지 공간에서의 다이 이미지 좌표)에 대한 미리 결정된 정렬 사이트의 (x, y) 위치가 결정되었고 미리 결정된 정렬 사이트에 대한 데이터가 정렬 사이트에 대한 데이터에 정렬되었기 때문에, 웨이퍼 상의 정렬 사이트의 라이브 픽셀 좌표(live pixel coordinate)의 절대 위치가 다이 이미지 공간에서 결정될 수 있다. 다이 이미지 공간에서 웨이퍼 상의 정렬 사이트의 위치를 결정하는 것은, 웨이퍼의 검사 이전에 또는 웨이퍼에 대한 검사 데이터의 획득에 후속하여 수행될 수도 있다.
방법은 또한, 다이 이미지 공간에서의 정렬 사이트의 위치에 기초하여, 다이 이미지 공간에서 검사 시스템에 의해 웨이퍼에 대해 획득되는 검사 데이터의 위치를 결정하는 것을 포함한다. 다이 이미지 공간에서의 위치가 결정되는 검사 데이터는, 검사 동안 검사 시스템에 의해 웨이퍼에 대해 획득되는 임의의 데이터(예를 들면, 이미지 데이터)를 포함할 수도 있다. 또한, 검사 데이터의 위치는, 웨이퍼의 검사 동안 검사 시스템에 의해 획득되는 데이터 중 몇몇 또는 전체에 대해 결정될 수도 있다. 예를 들면, 검사 데이터의 위치는, 웨이퍼 상의 관심 구역(care area)에 대해 획득되는 검사 데이터에 대해서만 결정될 수도 있다.
하나의 실시형태에서, 웨이퍼 상의 정렬 사이트에 대응하는 원시 데이터 스트림(raw data stream)의 일부를 미리 결정된 정렬 사이트에 대한 데이터에 상기에서 설명되는 바와 같이 정렬한 이후, 방법은, 검사 데이터 스트림과 저장된 다이 이미지 사이의 좌표 오프셋을 서브픽셀 정확도(sub-pixel accuracy) 이내로 측정하는 것을 포함할 수도 있다. 또한, 라이브 검사 데이터와 저장된 다이 이미지 사이의 좌표 오차는, 웨이퍼 상의 정렬 사이트가 다이에 걸친 모든 지점에 대한 미리 결정된 정렬 사이트에 실질적으로 정확하게 정렬되도록, 미리 결정된 정렬 사이트에 대한 저장된 다이 이미지에 대해 원시 검사 데이터 이미지를 시프트하는 것에 의해 보정될 수도 있다. 본원에서 설명되는 방법 및 시스템의 하나의 중요한 이점은, 다이 이미지 공간에서의 검사 데이터의 위치가 서브 픽셀 정확도를 가지고 결정될 수 있다는 것이다. 이 방식에서, 웨이퍼 상의 관심 구역 및 관심을 갖지 않는 구역은, 100 nm 이하의 정확도의 비교적 높은 정확도를 가지고 본원에서 더 설명되는 바와 같이 결정될 수도 있다.
상이한 실시형태에서, 미리 결정된 정렬 사이트에 대한 데이터는, 라이브 이미지 픽셀 공간을 다이 이미지 공간에 매핑하기 위해 사용될 수 있는 이차원 매핑 변환을 결정하기 위해 사용될 수도 있다. 예를 들면, 방법은, 미리 결정된 검색 범위에 걸쳐, 다운로드된 미리 결정된 정렬 사이트 패치 이미지(검사 프로세스의 셋업 동안 획득됨)를 라이브 이미지 데이터와 상관시키는 것 및 다운로드된 이미지와 라이브 이미지 사이의 오프셋을 결정하는 것을 포함할 수도 있다. 방법은 또한, 다이 이미지 공간에서의 미리 결정된 정렬 사이트의 (x, y) 위치가 셋업 동안 결정된 이후, 이 오프셋을 사용하여 라이브 이미지 픽셀 위치와 다이 이미지 좌표 사이의 대응을 결정하는 것을 포함할 수도 있다. 그 다음, 방법은, 라이브 이미지 픽셀 위치와 다이 이미지 좌표 사이의 대응을 사용하여, 라이브 픽셀 좌표 공간을 다이 이미지 공간에 매핑시키기 위한 이차원 함수를 결정하는 것을 포함할 수도 있다.
하나의 이러한 예에서, 다이 이미지 공간에서의 절대 좌표에 대한 정렬 사이트의 그리드의 적절한 다항식 피트(polynomial fit)를 사용하여, 검사 데이터에서의 임의의 픽셀(예를 들면, 라이브 픽셀 스트림)을 다이 이미지 공간에서의 자신의 대응하는 위치로 매핑시키기 위해 사용될 수 있는 매핑 함수가 결정될 수도 있다. 유사한 방식으로, 검사 데이터에서의 임의의 픽셀은, 하기에서 더 설명되는 바와 같은 컨텍스트 공간(context space)에서의 자신의 대응하는 위치로 매핑될 수도 있다. 실질적으로 정확한 매핑을 제공하기 위해, 몇 가지 다른 보정이 사용될 수도 있다. 예를 들면, 보정은, x 방향에서의 픽셀 사이즈와 같은 검사 시스템에 의해 제공되는 데이터, 및 스테이지 캘리브레이션 데이터에 기초하여 수행될 수도 있는데, x 방향에서의 픽셀 사이즈는 검사 시스템의 런타임 정렬(run time alignment; RTA) 서브시스템에 의해 획득될 수도 있다. 매핑은 다이 대 다이 검사 모드에 대해 사용될 수도 있다. 상기에서 설명되는 바와 같은 라이브 픽셀 스트림의 매핑은, 웨이퍼의 검사 동안 실시간으로 또는 웨이퍼에 대한 검사 데이터의 획득 이후에 수행될 수도 있다. 이 방식에서, 다이 이미지 공간에서의 검사 데이터의 위치를 결정하는 것은, 웨이퍼의 검사 동안 수행될 수도 있다. 대안적으로, 다이 이미지 공간에서의 검사 데이터의 위치를 결정하는 것은, 웨이퍼의 검사에 후속하여 수행될 수도 있다.
본원에서 설명되는 방법은, 웨이퍼의 검사를 수행하는 것에 의해 검사 데이터를 획득하는 것을 포함할 수도 있거나 또는 포함하지 않을 수도 있다. 다시 말하면, 본원에서 설명되는 방법은, 광학 또는 전자 빔 검사 서브시스템을 포함하지 않는 시스템(예컨대 본원에서 더 설명되는 시스템)에 의해 수행될 수도 있다. 대신, 시스템은, 검사 시스템으로부터 검사 데이터를 수신하도록 구성되는 "독립형" 시스템으로서 구성될 수도 있다. 이 방식에서, 독립형 시스템은, 검사 시스템으로부터 검사 데이터를 획득할 수도 있다. 독립형 시스템은, 기술 분야에서 공지되어 있는 임의의 방식으로(예를 들면, "유선"부 및/또는 "무선"부를 포함할 수도 있는 전송 매체를 통해) 검사 데이터를 획득할 수도 있다. 대안적으로, 방법은, 검사 시스템을 포함하는 시스템에 의해 수행될 수도 있다. 이 방식에서, 검사 시스템은 시스템의 일부를 형성할 수도 있고, 검사 데이터는 웨이퍼의 검사를 수행하는 것에 의해 시스템에 의해 획득될 수도 있다. 또한, 검사 데이터가 획득되는 방식에 무관하게, 본원에서 설명되는 방법은, 기술 분야에서 공지되어 있는 임의의 타입의 검사 데이터를 기술 분야에서 공지되어 있는 임의의 포맷으로 사용하여 수행될 수도 있다. 검사 데이터는 웨이퍼 상에서 검출되는 결함 또는 결함들에 대한 데이터를 포함할 수도 있다. 본원에서 설명되는 방법은 또한 가상 검사기(inspector)에 의해 수행될 수도 있는데, 그 예는 2012년 2월 28일자로 Bhaskar 등에게 발행된 미국 특허 제8,126,255호에서 설명되며, 이 특허는 참조에 의해 마치 본원에서 완전히 개시되는 것처럼 통합된다. 본원에서 설명되는 실시형태는 또한, 본 특허에서 설명되는 바와 같이 구성될 수도 있다.
하나의 실시형태에서, 검사 데이터의 위치는 서브픽셀 정확도를 가지고 결정된다. 예를 들면, 웨이퍼의 실질적으로 정확한 검사를 위해, 검사 픽셀 스트림은, 본원에서 더 설명되는 마이크로 관심 구역(micro care area; MCA) 배치가 실질적으로 정확하도록, 고해상도의 저장된 다이 이미지에 서브픽셀의 정확도까지 정렬되어야 한다. 본원에서 설명되는 실시형태는, 유익하게는, 검사 동안 이 정렬 정확도를 달성할 수 있다.
몇몇 실시형태에서, 방법은, 정렬 단계에 기초하여 웨이퍼 상의 정렬 사이트에 대한 데이터와 미리 결정된 정렬 사이트에 대한 데이터 사이의 오프셋을 결정하는 것을 포함하고, 검사 데이터의 위치를 결정하는 것은 그 오프셋 및 다이 이미지 공간에서의 정렬 사이트의 위치를 사용하여 수행된다. 예를 들면, 웨이퍼의 각각의 스와쓰이 스캔됨에 따라, 다이 스와쓰에 저장된 정렬 타겟은 검사 레시피로부터 구해질(retrieved) 수도 있고 획득된 웨이퍼 이미지는 목표 이미지와의 매치에 대해 검색될 수 있다. 획득된 이미지 패치에 타겟 패치를 매칭시킨 결과는 획득된 이미지와 저장된 다이 이미지 사이의 정렬 오프셋이다. 그 다음, 그 정렬 오프셋은 본원에서 더 설명되는 바와 같이 다른 검사 데이터의 위치를 결정하도록 사용될 수 있다.
다른 실시형태에서, 정렬되는 정렬 사이트에 대한 데이터는, 웨이퍼에 대한 검사 시스템에 의해 획득되는 검사 데이터의 복수의 스와쓰 각각에서 데이터를 포함하고, 정렬 사이트는 복수의 스와쓰 각각에서 적어도 하나의 정렬 사이트를 포함하고, 정렬 사이트의 위치를 결정하는 것은, 다이 이미지 공간에서의 미리 결정된 정렬 사이트의 미리 결정된 위치에 기초하여 다이 이미지 공간에서의 복수의 스와쓰 각각에서의 적어도 하나의 정렬 사이트의 위치를 결정하는 것을 포함하고, 검사 데이터의 위치를 결정하는 것은, 다이 이미지 공간에서의 복수의 스와쓰 각각에서의 적어도 하나의 정렬 사이트의 위치에 기초하여 다이 이미지 공간에서의 복수의 스와쓰 각각에서의 검사 데이터의 위치를 결정하는 것을 포함한다. 예를 들면, 상기에서 설명되는 바와 같이, 정렬 사이트는, 검사 데이터의 각각의 스와쓰에서 적어도 하나의 정렬 사이트가 존재하도록 선택될 수도 있다. 따라서, 검사 데이터의 각각의 스와쓰에서의 정렬 사이트는, 대응하는 정렬 사이트에 개별적으로 정렬될 수 있다. 이와 같이, 검사 데이터의 각각의 스와쓰에서의 정렬 사이트의 위치는, 다이 이미지 공간에서 별도로 결정될 수 있다. 그 다음, 이들 결정된 위치는 본원에서 더 설명되는 바와 같이 검사 데이터의 각각의 스와쓰을 다이 이미지 공간에 정렬하기 위해 사용될 수 있다.
하나의 실시형태에서, 방법은 검사 데이터에 기초하여 웨이퍼 상의 결함을 검출하는 것을 포함하고, 결함의 위치는 결함의 검출 이전에 알려지지 않는다. 예를 들면, 본원에서 설명되는 검사 방법은, 다른 방법 또는 시스템에 의해 검출된 결함을 재방문하는 것을 포함하지 않는다. 다시 말하면, 본원에서 설명되는 실시형태는 결함 리뷰 방법 또는 시스템이 아니다. 대신, 본원에서 설명되는 실시형태는, 결함이 존재하는지 또는 존재하지 않는지가 알려지지 않은 웨이퍼 상의 위치를 검사하도록 구성된다.
이 방식에서, 본원에서 설명되는 실시형태는, 검사 데이터가 본원에서 설명되는 방법 및 시스템에 의해 생성되었고 그것이 저장된 다이 이미지만큼 고해상도에서 반드시 생성되지 않더라도, 저장된 고해상도 다이 이미지를, 정렬 목적을 위한 설계 데이터 "프록시"로서 활용한다. 예를 들면, 검사 리뷰 시스템에서, 이러한 시스템에 의해 생성되는 이미지는, 이러한 시스템에 의해 생성되는 이미지에서 그리고 웨이퍼에 대한 설계 데이터에서(예를 들면, 사전 OPC 설계 데이터에서) 웨이퍼 상의 패턴이 실질적으로 동일하게 보일 정도의 (예를 들면, 충분한 결함 정보를 결정할) 그런 고해상도에서 통상적으로 생성된다. 따라서, 웨이퍼 상의 다이의 적어도 일부의 고해상도 이미지가 결함 리뷰 시스템의 의해 쉽게 획득될 수 있고 설계 또는 설계 데이터에 정렬될 수 있다. 이와 같이, 결함 리뷰 데이터를 설계 데이터 또는 설계 데이터의 프록시에 정렬하는 것은 비교적 간단하다. 그러나, 검사 시스템이, 통상적으로는, 결함 리뷰 시스템과 동일한 또는 유사한 해상도에서 이미지를 생성하도록 설계되거나 또는 사용되지 않기 때문에, 검사 시스템 출력을 설계에 정렬시키는 것은 훨씬 더 어려운 과제이다. 그러나, 본원에서 더 설명되는 바와 같이, 저장된 고해상도 다이 이미지는 웨이퍼에 대한 설계 데이터에 대한 프록시로서 사용될 수 있고 저장된 다이 이미지에서의 미리 결정된 정렬 사이트의 미리 결정된 위치는, 실질적으로 높은 정확도를 가지고 검사 데이터를 다이 이미지에 따라서 설계 프록시에 정렬하기 위해 사용될 수 있다.
본원에서 더 설명되는 몇몇 실시형태는, 전체 다이의 미리 저장된 고해상도 이미지로부터 결정되는 로컬 이미지 컨텍스트를 사용하여, 검사를 위한 상이한 감도 영역을 추출하는 것을 포함한다. 다시 말하면, 방법은, 웨이퍼를 스캐닝하는 것, 획득된 이미지에서 상이한 감도 영역을 식별하기 위해 정렬 사이트 정보를 사용하는 것, 및 적절한 검출 임계치를 영역에 적용하는 것을 포함한다. 이들 단계는 검사 스캔 동안 수행될 수도 있다. 방법은, 저장된 다이 이미지에서의 정렬 타겟에 대한 검사 픽셀 그리드의 실질적으로 정확한 정렬에 의존한다. 이 방식은, 웨이퍼에 대한 설계 데이터가 바로 이용가능하지 않은 상황에서 사용될 수 있다. 이 방식에서, 본원에서 설명되는 실시형태는, 전체 다이의 고해상도 이미지를 설계에 대한 "프록시"로서 사용하여 중요한 구역을 정의하는 것을 허용한다. 또한, 실시형태는, 웨이퍼 검사 시스템에서의 사용을 위해, 저장된 고해상도 전체 다이 이미지로부터 MCA를 추출하는 것을 포함할 수도 있다.
하나의 실시형태에서, 방법은 저장된 고해상도 다이 이미지로부터 컨텍스트 맵을 생성하는 것을 포함하고, 컨텍스트 맵은 다이 이미지 공간에 걸친 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함한다. 예를 들면, 방법은, 컨텍스트 맵을 생성하기 위해, 저장된 고해상도 다이 이미지를 분석하는 것을 포함할 수도 있는데, 컨텍스트 맵은 본원에서 더 설명되는 바와 같이 저장된 다이 이미지에 MCA를 포함할 수도 있다. 이들 단계(들)는 검사 레시피 셋업 동안 수행될 수도 있다.
저장된 고해상도 다이 이미지는, 프레임 단위로(검사 동안, 프레임 사이즈가 512의 저해상도 픽셀 곱하기 512의 저해상도 픽셀이고, 저해상도 픽셀은 고해상도 픽셀의 16배이다는 것을 가정하면, 통상적인 프레임은, 예를 들면, 8132 고해상도 픽셀 곱하기 8132 고해상도 픽셀일 수도 있을 것이다) 분석될 수도 있다. 고해상도 이미지 프레임의 분석은 컨텍스트 맵의 생성으로 나타나는데, 컨텍스트 맵은, 영역의 중요도(criticality)에 기초하여 다이의 상이한 영역을 상이한 감도로 검사하기 위해, 예컨대 검사 동안 본원에서 설명되는 복수의 방식으로 사용될 수 있다. 예를 들면, 상대적으로 서로 가까운 비교적 얇은 조밀한 라인 또는 기하학적 피쳐가 존재하는 구역은, 기하학적 배열이 치수가 더 넓은 및/또는 서로 더 먼 구역보다 더 중요하다(critical).
영역을 중요한 것으로 또는 덜 중요한 것으로 분류하기 위해, 유저 정의 규칙의 세트가 사용될 수 있다. 사용할 수 있는 규칙의 예가 하기에서 주어진다. 저장된 고해상도 다이 이미지는, 이들이 주어진 규칙을 충족하는지의 여부를 결정하기 위해 임의의 적절한 형태학적(morphological) 형상 분석 알고리즘을 사용하여 분석될 수 있다.
1. 라인(기하학적 배열)이 D 나노미터보다 더 가까운 구역을 추출.
2. 상대적으로 높은 곡률의 구역(예컨대 코너 및 라인의 끝)을 추출.
3. 인접한 피쳐(기하학적 피쳐)로부터 D nm보다 더 가까운 상대적으로 높은 곡률 지점을 갖는 구역을 추출.
4. D 나노미터보다 더 얇은 라인을 추출.
5. 라인이 D1 nm보다 더 얇고 D2 nm 간격보다 더 적게 분리되는 구역을 추출.
6. 상기 피쳐의 임의의 불린 함수(Boolean function): 예를 들면, 상대적으로 높은 곡률이 존재하는(예를 들면, 라인의 끝) 그리고 상대적으로 폭이 좁은 간격이 존재하는 구역.
7. 피쳐 사이의 공간적 관계, 예를 들면, 두 개의 대향하는 (지향된) 상대적으로 높은 곡률 지점 사이의 상대적으로 얇은 공간(< D nm)이 또한 사용될 수 있다.
프레임의 이러한 영역은, 상대적으로 얇은 라인 및 공간과 상대적으로 작은 그리고 큰 블롭(blob), 등등을 식별하기 위한 이진 형태학적 분석이 후속되는, 이진화, 또는 적응적 이진화와 같은 표준 이미지 프로세싱 기술을 사용하여 추출될 수 있다. 이들 피쳐 사이의 간격이 또한 계산될 수 있고, 규칙은 상기에서 설명되는 바와 같이 중요한 영역을 식별하기 위해 적용될 수 있다. 고해상도 다이 이미지의 모든 프레임은, 이 방식으로 분석되어, 그 레이어의 검사 동안 사용될 검사 영역(MCA로 또한 칭해짐)을 생성할 수도 있다.
하나의 실시형태에서, 방법은, 다이 이미지 공간에서의 검사 데이터의 위치, 다이 이미지 공간에서의 저장된 고해상도 다이 이미지의 하나 이상의 속성, 및 검사 데이터의 하나 이상의 속성에 기초하여, 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 것을 포함하고, 검사 데이터의 하나 이상의 속성은, 하나 이상의 결함이 상이한 부분, 또는 이들의 몇몇 조합에서 검출되면, 하나 이상의 이미지 노이즈 속성을 포함한다. 예를 들면, 관심 구역 정보는, 웨이퍼 상의 상이한 부분 및 상이한 부분에서 결함을 검출하기 위해 사용될 감도를 식별하기 위해 사용될 수도 있다. 이와 같이, 다이 이미지의 하나 이상의 속성은 관심 구역 정보를 포함할 수도 있다. 그러나, 다이 이미지의 하나 이상의 속성은 본원에서 설명되는 이미지의 속성(들) 중 임의의 것을, 또한 또는 대안적으로 포함할 수도 있다.
데이터 준비 단계(data preparation phase)는 다이 이미지의 하나 이상의 속성에 대한 데이터를 생성하거나 획득하는 것을 포함할 수도 있다. 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하기 위해 사용되는 다이 이미지의 하나 이상의 속성은, 다이 이미지와 관련되는 프로세스 또는 수율 정보를 포함할 수도 있다. 예를 들면, 하나의 실시형태에서, 다이 이미지의 하나 이상의 속성은, 웨이퍼에 대한 검사 데이터가 획득되었던 프로세스 레이어에 대한, 상이한 프로세스 레이어에 대한, 또는 이들의 몇몇 조합에 대한 다이 이미지, 상이한 다이 이미지, 또는 이들의 몇몇 조합에 대한 웨이퍼, 다른 웨이퍼, 또는 이들의 몇몇 조합에 대한 이전에 획득된 검사 데이터의 하나 이상의 속성에 기초하여 선택된다. 이 방식에서, 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하기 위해 사용되는 다이 이미지 공간에서의 다이 이미지의 하나 이상의 속성은, 동일한 또는 상이한 프로세스 레이어에 대한 동일한 또는 상이한 설계의 동일한 웨이퍼 또는 상이한 웨이퍼로부터 이전에 수집된 검사 데이터의 속성에 대한 상관에 기초하여 선택될 수도 있다. 이전에 수집된 검사 데이터는 팹(fab) 데이터베이스 또는 임의의 다른 적절한 데이터베이스, 파일, 등등과 같은 데이터 구조체에 저장될 수도 있거나, 또는 지식 베이스에 포함될 수도 있다. 이 방식에서, 다이 이미지의 하나 이상의 속성은 이 실시형태에서 누적의 학습하는 이력적 데이터(cumulative learning, historical data), 또는 데이터의 트레이닝 세트에 기초하여 선택될 수도 있다.
이 실시형태에서 사용되는 검사 데이터의 하나 이상의 속성은, 검사 데이터의 상이한 부분에서의 결함의 검출 또는 비검출 및/또는 이미지 노이즈 속성을 포함할 수도 있다. 이 단계에서 사용되는 검사 데이터의 속성(들)은 본원에서 설명되는 검사 데이터의 임의의 다른 속성을 포함할 수도 있다. 실시형태에서 감도를 결정하는 것은, 설계 속성에 상관되는 이미지 노이즈에 기초하여 검사 프로세스에 대한 영역 기반의 다중 임계치(region based multi-threshold; RBMT) 셋업을 위해 수행될 수도 있다. 이 실시형태에서 감도를 결정하는 것은, 본원에서 설명되는 바와 같이 더 수행될 수도 있다.
하나의 이러한 실시형태에서, 저장된 고해상도 다이 이미지의 하나 이상의 속성은, 상이한 부분에서 이전에 검출된 결함의 수율 중요도, 상이한 부분에서 이전에 검출된 결함의 오류 확률, 또는 이들의 몇몇 조합에 기초하여 선택된다. 이 방식에서, 결함을 검출하기 위한 감도는, 상이한 부분에서 검출되는 결함의 오류 확률 및/또는 수율 중요도에 기초하여 선택되는 다이 이미지의 하나 이상의 속성에 적어도 부분적으로 기초할 수도 있다. 프로세스 또는 수율 중요도 정보는, 예를 들면, 프로세스 윈도우 조건(process window qualification; PWQ), 핫 스팟(예를 들면, 검사로부터 결정됨)에 기초한 주목 결함(defects of interest; DOI)의 위치, 논리적 비트맵으로부터 결정되는 핫 스팟 정보, 핫 스팟에서 검출되는 결함에 대한 테스트 결과로부터 결정되는 킬 확률(kill probability; KP) 값, 임의의 다른 프로세스 또는 수율 정보, 또는 이들의 몇몇 조합에 의해 결정되는 중요한 결함(critical defect)을 포함할 수도 있다. "핫 스팟"은, 킬러 결함(killer defect)이 존재할 수도 있는 웨이퍼 상에 인쇄된 설계의 위치로서 일반적으로 정의될 수도 있다. 대조적으로, "콜드 스팟(cold spot)"은, 방해물 결함(nuisance defect)이 존재할 수도 있는 웨이퍼 상에 인쇄된 설계의 위치로서 일반적으로 정의될 수도 있다.
다이 이미지의 하나 이상의 속성에 대한 데이터는, 상이한 값의 하나 이상의 속성(콘택 구역 또는 더미 충전 구역과 같은 구역 내의 피쳐의 타입(들), "검사할 곳" 정보 또는 "관심 구역", 프로세스 오류가 가능한 "중요한 구역", 또는 이들의 몇몇 조합)을 구비하는 다이 이미지에서의 기하학적 구역을 정의하는 "컨텍스트" 데이터로서 또한 칭해질 수도 있다. 용어 컨텍스트 데이터는 본원에서 용어 "컨텍스트 정보" 및 "컨텍스트 맵"과 상호교환적으로 사용된다. 컨텍스트 정보는, KLA-Tencor로부터 상업적으로 입수가능한 시뮬레이션, 모델링, 및/또는 분석 소프트웨어 제품, 설계 규칙 검사(design rule checking; DRC) 소프트웨어와 같은 다른 소프트웨어, 또는 이들 중 몇몇 조합을 포함하는 다양한 소스로부터 획득될 수도 있다. 또한, 추가적인 컨텍스트 데이터가 결정되어 다이 이미지의 속성(들)에 대한 데이터와 결합될 수도 있다. 다이 이미지 및/또는 컨텍스트 데이터를 포함하는 데이터베이스 또는 파일과 같은 데이터 구조체는 기술 분야에서 공지되어 있는 임의의 적절한 포맷을 구비할 수도 있다.
추가적인 실시형태에서, 방법은, 다이 이미지 공간에서의 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 것을 포함하고, 컨텍스트 맵은 다이 이미지 공간에 걸친 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함한다. 예를 들면, 방법은, 컨텍스트의 중요도에 기초하여, 가변 감도 영역 및 중요한 영역에 대한 웨이퍼 상의 다이에서의 상대적으로 높은 감도 영역을 정의하기 위해 컨텍스트 맵을 사용하는 것을 포함할 수도 있다. 하나의 예에서, 다이 이미지의 세그먼트는, 조밀한 어레이 및 로직, 오픈 구역(open area), 및 입상의 금속(grainy metal)을 분리하도록 정의될 수도 있다. 이미지 그레이 레벨 및 컨텍스트의 조합은 또한, 다이 이미지에서 하나 이상의 세그먼트를 정의하도록 사용될 수도 있다. 예를 들면, 중간 그레이 레벨을 갖는 픽셀은 하나의 세그먼트에 결합될 수도 있다. 이미지 그레이 레벨은, 검사 시스템 또는 다른 이미지 획득 시스템에 의해 획득되는 이미지를 사용하여 결정될 수도 있다.
몇몇 실시형태에서, 다이 이미지 공간에서의 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 것은, 웨이퍼의 검사 동안 검사 시스템에 의해 수행된다. 예를 들면, 컨텍스트 맵은, 웨이퍼를 검사할 때, 본원에서 설명되는 바와 같이 검사 시스템에 의해 사용될 수도 있다. 다른 실시형태에서, 다이 이미지 공간에서의 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 것은, 웨이퍼에 대한 검사 데이터의 획득이 완료된 이후 검사 시스템에 의해 수행된다. 예를 들면, 컨텍스트 맵은, 검사 데이터가 오프라인에서 이용가능하게 된 이후, 상기에서 설명되는 바와 같이 검사 시스템에 의해 사용될 수도 있다.
다른 실시형태에서, 방법은, 저장된 고해상도 다이 이미지에 기초하여 웨이퍼의 검사를 위해 사용될 하나 이상의 관심 구역을 식별하는 것을 포함한다. 예를 들면, 방법은, 웨이퍼 상에서 다이의 더미 구역(영역을 검사하지 않음)을 자동적으로 정의하기 위해 그리고 상이한 감도 임계치가 사용될 다이의 대략적인 영역(coarse region)을 정의하기 위해 컨텍스트 맵을 사용할 수도 있다. 하나의 이러한 예에서, 컨텍스트 맵(예를 들면, 더미 충전 구역(dummy fill area)을 정의하는 컨텍스트 맵)은, 어떠한 검사도 필요로 하지 않는 따라서 결함 검출의 목적에 대해 배제될 수 있는 관심을 갖지 않는 영역을 자동적으로 정의하기 위해 사용될 수도 있다. 이러한 영역은 통상적으로는 잘 제어되지 않으며 따라서 (다이 대 다이로 비교할 때) 상대적으로 많은 양의 노이즈를 생성한다. 따라서, 이러한 영역을 배제하는 것은 검사의 전체적인 S/N을 증가시킬 수도 있다.
하나의 실시형태에서, 다이 이미지 공간에서의 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 것은, 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위해 검사 데이터와 함께 사용되는 감도 임계치를 결정하는 것을 포함한다. 이 방식에서, 감도는, 결함 검출을 위해 사용되는 하나 이상의 임계치를 변경하는 것에 의해 영역 단위로 변경될 수도 있는데, 이것은 세그먼트화된 자동 임계치(segmented automatic threshold; SAT) 방법과 유사하다. 예를 들면, 낮은 임계치(높은 감도) 검출은 중요한 영역에 대해 사용될 수 있고, 높은 임계치(낮은 감도) 검출은 중요하지 않은 영역에 대해 사용될 수 있다. 검사 데이터를 세그먼트화하고 결함 검출을 위해 사용되는 임계치(들)를 다이 이미지의 하나 이상의 속성에 기초하여 변경하는 것에 의해, 검사 프로세스의 전체 감도는 증가될 수 있다. 따라서, 본원에서 설명되는 방법 및 시스템은 향상된 결함 검출을 제공한다.
몇몇 실시형태에서, 방법은, 다이 이미지 공간에서의 검사 데이터의 위치에 기초하여 웨이퍼 상의 관심 구역에 대응하는 검사 데이터를 식별하는 것을 포함한다. 예를 들면, MCA 맵은 다이 이미지 좌표를 사용하여 정의될 수도 있다. 그 다음, 획득된 스와쓰에서의 각각의 픽셀(또는 하나 이상의 픽셀)이 어떤 감도 영역으로 분류되는지를 실질적으로 정확하게 알기 위해, 이 맵에 적용될 오프셋이 결정될 수도 있다. 그 다음, 검출 알고리즘은, 그 감도 영역에 관한 적절한 임계치를 적용할 수 있다.
추가적인 실시형태에서, 방법은, 웨이퍼 상의 하나의 위치에 있는 핫 스팟에 대한 정보를 획득하는 것, 핫 스팟에 대한 정보에 기초하여 웨이퍼 상의 핫 스팟의 다른 위치를 식별하는 것, 및 그 하나의 위치 및 그 다른 위치에 있는 핫 스팟에 기초하여 웨이퍼에 대한 관심 구역을 생성하는 것을 포함한다. 예를 들면, 레이아웃에서 (예를 들면, 시뮬레이션 또는 사전 지식을 통해) 취약성을 갖는 구역으로 알려진 소위 "핫 스팟"은 중요한 구역을 식별하기 위해 사용될 수도 있다. 각각 핫 스팟(또는 하나 이상의 핫 스팟)의 저장된 다이 이미지에 예가 존재하면, 이러한 기하학적 배열이 존재하는 다이에서의 모든 다른 위치를 식별하기 위해, 간단한 정규화된 교차 상관이 사용될 수 있다. 고해상도 다이 이미지의 모든 프레임은, 이 방식으로 분석되어, 그 레이어의 검사 동안 사용될 검사 영역(MCA로 또한 칭해짐)을 생성할 수도 있다.
본원에서 설명되는 실시형태는, 검사 데이터에 기초하여 웨이퍼 상의 결함을 검출하는 것을 포함할 수도 있다. 결함 검출은, 검사 데이터의 획득 동안 또는 이후에 임의의 지점에서 수행될 수도 있다. 웨이퍼 상의 결함을 검출하는 것은, 다이 이미지 공간에서의 검사 데이터의 위치 및 본원에서 설명되는 바와 같이 결정되는 하나 이상의 결함 검출(예를 들면, 감도, 관심 구역, 등등)에 기초하여 수행될 수도 있다. 그러나, 검사 데이터는 기술 분야에서 공지되어 있는 임의의 적절한 결함 검출 알고리즘 및/또는 방법에 대한 입력으로 사용될 수도 있다. 다시 말하면, 본원에서 설명되는 검사 데이터는 임의의 하나 이상의 결함 검출 방법 및/또는 알고리즘에 고유하지 않다. 결함 검출의 결과는, 결함의 다이 이미지 공간 위치뿐만 아니라 결함에 대응하는 검사 데이터에 기초하여 방법 및/또는 시스템에 의해 결정될 수 있는 임의의 다른 정보를 포함할 수도 있다.
본원에서 더 설명되는 몇몇 실시형태는, 전체 다이의 미리 저장된 고해상도 이미지로부터 결정되는 로컬 이미지 컨텍스트를 사용하여 결함을 분류하는 것을 포함한다. 방법은, 저장된 다이 이미지에서의 정렬 타겟에 대한 검사 픽셀 그리드의 실질적으로 정확한 정렬에 의존한다. 이 방식은, 웨이퍼에 대한 설계 데이터가 바로 이용가능하지 않은 상황에서 사용될 수 있다.
하나의 실시형태에서, 방법은 검사 데이터에 기초하여 웨이퍼 상의 결함을 검출하는 것 - 결함을 검출하는 것은 본원에서 설명되는 바와 같이 수행될 수도 있음 - , 및 다이 이미지 공간에서의 적어도 하나의 결함에 대응하는 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 결함 중 적어도 하나를 분류하는 것을 포함하며, 컨텍스트 맵은 다이 이미지 공간에 걸친 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함한다. 이 방식에서, 방법은 컨텍스트 맵에서의 그들의 위치에 따라 결함을 분류하는 것을 포함할 수도 있다. 컨텍스트 맵은 본원에서 설명되는 바와 같이 결정될 수도 있으며 컨텍스트 맵이 다이 이미지 공간에서 결정될 것이고 검사 데이터의 위치(및 따라서 결함에 대응하는 검사 데이터)가 다이 이미지 공간에서 결정되기 때문에, 결함의 위치에서의 컨텍스트 맵의 값은 쉽게 결정될 수 있다. 그 다음, 컨텍스트 맵에서의 이들 값은, (예를 들면, 결함이 위치되는 영역의 중요도에 기초하여, 결함의 수율 관련성에 기초하여, 등등에 기초하여) 결함을 복수의 상이한 방식으로 분류하기 위해 사용될 수도 있다. 이 단계는 검사 스캔 동안 수행될 수도 있다.
추가적인 실시형태에서, 방법은 저장된 고해상도 다이 이미지로부터 컨텍스트 맵을 생성하는 것을 포함하고, 컨텍스트 맵은 다이 이미지 공간에 걸친 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값 및 그 값에 대한 컨텍스트 코드를 포함하고, 방법은 검사 데이터에 기초하여 웨이퍼 상의 결함을 검출하는 것 및 다이 이미지 공간에서의 적어도 하나의 결함에 대응하는 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 컨텍스트 코드 중 하나를 결함 중 적어도 하나에 할당하는 것을 포함한다. 컨텍스트 맵은 본원에서 설명되는 실시형태 중 임의의 것에 따라 생성될 수도 있다. 또한, 저장된 다이 이미지의 각각의 영역은 소정의 컨텍스트 코드(빈 코드)로 태깅될(tagged) 수도 있다. 이 방식에서, 결함이 발견되면, 룩업 테이블을 사용하여 결함의 컨텍스트가 계산될 수 있는데, 이 경우 테이블은 저장된 다이 이미지의 작은 영역을 어떤 고유의 컨텍스트 코드로 매핑한다.
다른 실시형태에서, 검사 데이터는 웨이퍼 상의 결함에 대한 데이터를 포함하고, 방법은 다이 이미지 공간에서의 검사 데이터의 위치에 기초하여 다이 이미지 공간에서의 결함의 위치를 결정하는 것, 다이 이미지 공간에서의 결함의 위치 및 다이 이미지 공간에서의 저장된 고해상도 다이 이미지의 하나 이상의 속성에 기초하여 결함이 방해물 결함인지를 결정하는 것, 및 다이 이미지 공간에서의 저장된 고해상도 다이 이미지의 하나 이상의 속성에 기초하여, 방해물 결함인 것으로 결정되지 않은 결함이 체계적인 결함인지 또는 랜덤 결함인지를 결정하는 것을 포함한다. "방해물" 또는 "방해물 결함"은, 웨이퍼 상에서 검출되지만 유저가 주목하고 있는 실제 결함이 아닌 잠재적인 결함을 가리키기 위해 기술 분야에서 공통적으로 사용되는 용어이다. 이 방식에서, "방해물 결함"은, 웨이퍼 상의 임의의 실제의 결함을 나타내지 않는, 단순히 검사에 의해 검출되는 웨이퍼 상의 노이즈일 수도 있거나, 또는 유저가 관심을 갖지 않는 실제 결함일 수도 있다.
이 단계에서 방해물 결함을 식별하기 위해 사용되는 다이 이미지의 하나 이상의 속성은 본원에서 설명되는 속성(들) 중 임의의 것을 포함할 수도 있다. 예를 들면, 다이 이미지의 하나 이상의 속성은 컨텍스트 맵에서 정의될 수도 있다. 이 방식에서, 방법은, PWQ와 같은, 그러나 이것으로 제한되지는 않는 애플리케이션에서 중요하지 않은 것으로 간주되는 결함(예를 들면, 방해물 결함)을 필터링하기(예를 들면, 버리기) 위해, 결함 데이터에 컨텍스트 맵을 적용하는 것을 포함할 수도 있다. 이와 같이, 제조 프로세스의 성능의 한계에 다가가고 있는 설계의 일부는, 컨텍스트에 기초하여 중요한 부분과 중요하지 않은 부분으로 분리될 수도 있다. 다른 예에서, 이 단계에서 방해물 결함을 식별하기 위해 사용되는 이미지의 속성(들)은 다이 이미지에 대한 핫 스팟 정보를 포함한다. 이 방식에서, 다이 이미지 공간에서의 결함의 위치 및 핫 스팟 정보는, 다이 이미지에서의 핫 스팟에서 검출되지 않는 및/또는 콜드 스팟에서 검출되는 결함을 방해물 결함으로서 식별하기 위해 사용될 수도 있다.
리소그래피를 위한 PWQ 애플리케이션은, 일반적으로, 상이한 노출 선량(dosage) 및 초점 오프셋에서(즉, 변조된 선량 및 초점에서) 웨이퍼 상의 다이를 노출시키는 것 및 설계 취약성을 갖는 구역을 결정하기 위해 그리고 프로세스 윈도우를 결정하기 위해 사용될 수 있는 다이에서 체계적 결함을 식별하는 것을 수반한다. 리소그래피를 위한 PWQ 애플리케이션의 예는, 2010년 6월 1일자로 Wu 등에게 발행된, 일반적으로 양도된 미국 특허 제7,729,529호에서 예시되는데, 이 특허는 참조에 의해 마치 본원에서 완전히 개시되는 것처럼 통합된다. 초점 및 노출 변조의 많은 아티팩트는 결함(다이 대 표준 참조 다이 차이)으로서 나타날 수 있지만, 실제로는 방해물 결함이다. 이러한 아티팩트의 예는, 이들 아티팩트가 디바이스의 수율 또는 성능에 전혀 또는 거의 영향을 끼치지 않는 영역에서의 CD 변동 및 라인 단부 후퇴(pullback) 또는 단축(shortening)을 포함할 수도 있다. 그러나, 결함의 위치는, 본원에서 설명되는 방법을 사용하여 다이 이미지 공간에 대해 실질적으로 정확하게 결정될 수도 있다. 또한, 본원에서 설명되는 방법은 상기에서 더 설명되는 바와 같이 상대적으로 높은 정확도를 가지고 관심 구역을 결정하기 위해 사용될 수 있다. 이들 "마이크로" 관심 구역은 기지의 핫 스팟 상에 중심을 둘 수 있고 상대적으로 높은 감도로 검사될 수 있거나 또는 관심을 갖지 않는 구역 또는 상대적으로 낮은 감도로 검사되는 구역으로서 기지의 콜드 스팟(체계적 방해물) 상에 중심을 둘 수도 있다.
방해물 결함이 아닌 것으로 결정되는 결함이 체계적 결함인지 또는 랜덤한 결함인지를 결정하는 것은, 다이 이미지 공간에서의 다이 이미지의 하나 이상의 속성(이것은 상기에서 더 설명되는 바와 같이 컨텍스트 맵에서 정의될 수도 있음)에 기초하여, 또는, 결함의 위치를, 리스트 또는 데이터베이스로서 데이터 구조체에 저장될 수도 있는 핫 스팟의 위치에 비교하는 것에 의해 수행될 수도 있다. 또한, 주목하지 않는 모든 결함이 방해물 결함인 것은 아닐 수도 있다. 예를 들면, 상대적으로 낮은 수율 영향을 갖는 또는 전혀 수율 영향을 갖지 않는 체계적 결함은 주목하지 않는 그리고 방해물 결함이 아닌 결함일 수도 있다. 이러한 결함은 웨이퍼 상의 액티브 패턴 또는 디바이스 영역 상에서 나타날 수도 있다. 본원에서 설명되는 방법은 이러한 결함을 식별하는 것을 포함할 수도 있다. 이러한 결함, 또는 콜드 스팟에 위치되는 결함은, 설계 컨텍스트(예를 들면, 용장성 비아(redundant) 비아), 모델링, PWQ, 검사와 리뷰, 및 테스트와의 결함 상관(예를 들면, 상대적으로 낮은 적층된 전기적 오류 위치를 갖는 상대적으로 높은 적층된 결함 밀도, 등등)으로부터 식별될 수도 있다. 또한, 이들 결함의 모니터링은, 결함의 위치를 핫 스팟 및 콜드 스팟의 위치와 비교하는 것에 의해 수행될 수도 있다. 또한, 체계적 결함의 발견은, 설계, 모델링된 결과, 검사 결과, 계측 결과, 및 테스트 및 오류 분석(failure analysis; FA) 결과로부터의 입력의 복수의 소스를 상관시키는 것에 의해 수행될 수도 있다.
체계적 DOI는 모두 패턴 의존적인 결함 타입을 포함할 수도 있다. 체계적 결함을 식별하는 것은, 이들 결함이 디바이스에 대해 가질 영향이 분석될 수 있도록 유익하다. 랜덤 DOI는 랜덤 결함의 중요한 타입의 통계적 샘플을 포함할 수도 있다. 랜덤 결함을 식별하는 것은, 이들 결함이 디바이스에 대해 가질 영향을 결정하도록 랜덤 결함의 중요한 타입이 분석될 수 있기 때문에, 유익하다. 또한, 랜덤 결함을 식별하는 것에 의해, 검사 프로세스 파라미터는, 방해물 결함으로 간주될 수 있는 랜덤 결함의 검출을 억제하기 위해 변경될 수도 있다. 또한, 검사 프로세스 파라미터(들)는, 방해물 결함을 체계적 원인(콜드 스팟)으로부터 구별하기 위해 변경될 수도 있다.
결함이 방해물 결함인지, 체계적 결함인지, 또는 랜덤 결함인지를 결정하는 것은, 웨이퍼 또는 웨이퍼들 상에서 검출되는 결함의 타입 및 상이한 타입의 결함이 갖는 수율에 대한 관련성에 기초하여, 수율이 더 정확하게 예측될 수 있기 때문에, 또한 유익하다. 또한, 본원에서 설명되는 방법의 결과는, 어쩌면 수율 예측과 결합하여, 설계 데이터 및 제조 프로세스에 관한 하나 이상의 결정을 행하기 위해 사용될 수도 있다. 예를 들면, 본원에서 설명되는 방법의 결과는, 검사되고 있는 웨이퍼를 제조하기 위해 사용되는 프로세스 또는 프로세스들의 하나 이상의 파라미터를 변경하기 위해 사용될 수도 있다. 바람직하게는, 프로세스(들)의 하나 이상의 파라미터는, 더 적은 체계적 결함 및/또는 더 적은 타입의 체계적 결함, 및 어쩌면 더 적은 중요한 랜덤 결함 및/또는 더 적은 타입의 중요한 랜덤 결함이 프로세스(들)에 의해 야기되도록, 변경된다.
몇몇 실시형태에서, 웨이퍼 및 추가적인 웨이퍼는 웨이퍼 레벨 프로세스 파라미터 변조를 사용하여 프로세싱되고, 방법은, 웨이퍼 및 추가적인 웨이퍼 상의 다이에 대한 검사 데이터를 공통 표준 참조 다이에 비교하는 것에 의해 웨이퍼 및 추가적인 웨이퍼 상의 결함을 검출하는 것을 포함한다. 이 방식에서, 결함 검출은 웨이퍼 대 웨이퍼 검사 모드(wafer-to-wafer inspection mode)에서 수행될 수도 있다. 하나의 이러한 실시형태에서, 하나의 웨이퍼 상의 정렬 사이트에 대한 데이터는 미리 결정된 정렬 사이트에 대한 데이터에 정렬될 수도 있고, 이 웨이퍼 상의 정렬 사이트에 대한 데이터는 다른 웨이퍼 상의 정렬 사이트에 대한 데이터에 정렬될 수도 있다. 대안적으로, 양 웨이퍼 상의 정렬 사이트에 대한 데이터는, 본원에서 설명되는 데이터 중 임의의 것을 포함하는 미리 결정된 정렬 사이트에 대한 데이터에 정렬될 수도 있다. 이 방식에서, 웨이퍼 상의 정렬 사이트에 대한 데이터가 미리 결정된 정렬 사이트에 대한 데이터에 정렬된 이후, 웨이퍼에 대한 검사 데이터는 서로 효율적으로 정렬될 것이고 결함 검출을 위해 중첩되거나 비교될 수 있다.
몇몇 실시형태에서, 웨이퍼 대 웨이퍼 검사 모드는, 검사되고 있는 웨이퍼 밖에 존재하는 참조 다이를 사용하는 것을 수반한다(즉, 웨이퍼 밖 참조). 검사 시스템이 다이 대 다이 레벨 중첩 허용 오차(예를 들면, 0.1 픽셀)를 성취하여 충분한 감도 결과를 달성하는 것을 가능하게 하기 위해, 이 방법의 구현이, 현재 사용되고 있는 런타임 피드백 개념을 분리하는 것을 수반하기 때문에, 이 방법의 구현은 간단한 것과는 거리가 멀다.
따라서, 본원에서 설명되는 방법은, 웨이퍼의 서로에 대한 비교를 가능하게 하기 위해 사용될 수 있는데, 웨이퍼의 서로에 대한 비교를 가능하게 하는 것은, 잠재적으로 극도로 유용한 애플리케이션이다. 웨이퍼 대 웨이퍼 비교를 사용한 결함 검사를 위한 하나의 동기 부여는, 제조 프로세스의 적층된 허용 오차 및 특정 회로 레이아웃의 상호작용으로부터 유래할 수도 있는 "체계적 결함 메커니즘"을 발견하는 것이다. 이 검색 프로세스는, 상부에 동일한 디바이스 설계가 인쇄되었지만 상이하게 프로세싱된 웨이퍼를 비교하는 것을 포함할 수도 있다. 가장 결정적인 방식은, (예를 들면, 방법적 실험계획법(DOE) 방식을 사용한) 단일 변수의 실험 또는 다수 변수의 실험에서 프로세스 파라미터를 변조하는 것이다. 하나의 실시형태에서, 웨이퍼 및 추가적인 웨이퍼(예를 들면, 두 개 이상의 웨이퍼)는 웨이퍼 레벨 프로세스 파라미터 변조를 사용하여 프로세싱되는데, 웨이퍼 레벨 프로세스 파라미터 변조는 상기에서 설명되는 바와 같이 또는 임의의 다른 적절한 방식으로 수행될 수도 있다. 프로세스 파라미터는, 결과적으로 나타나는(resulting) 웨이퍼의 측정가능한 물리적 및/또는 전기적 속성이 그들의 허용가능한 한계까지 도달하게 하도록 변조될 수도 있다. 또한, 방법은, 웨이퍼 및 추가적인 웨이퍼 상의 다이에 대한 검사 데이터를 공통 표준 참조 다이에 비교하는 것에 의해, 웨이퍼 및 추가적인 웨이퍼 상의 결함을 검출하는 것을 포함할 수도 있다. 이 방식에서 웨이퍼 상의 결함을 검출하는 것은, 본원에서 더 설명되는 바와 같이 수행될 수도 있다. 하나의 이러한 실시형태에서, 방법은, "결함"의 검출에 의해 측정될 때, 웨이퍼 사이의 구조적 차이가 발생하는지를 결정하는 것을 포함할 수도 있다. 이러한 방식은 통합 PWQ(integrated PWQ; iPWQ)로 칭해질 수도 있다. 이 방식에서, 본원에서 설명되는 방법은, (예를 들면, iPWQ를 위한 표준 참조 다이 방식을 사용한) iPWQ의 구현을 가능하게 하기 위해 사용될 수도 있다. 이와 같이, PWQ 방법론은, 웨이퍼 레벨 프로세스 파라미터 변조 및 iPWQ 방법론을 구현하는 목적을 위한 공통 표준 참조 다이에 대한 상이한 웨이퍼 상의 다이의 비교를 포함하도록 확장될 수도 있다.
대조적으로, 리소그래피 유도의 "체계적 결함 메커니즘"의 발견은, Peterson 등의 미국 특허 제6,902,855호에서 설명되는 방법, 및 KLA-Tencor로부터 상업적으로 입수가능한 PWQ 제품을 사용하여 수행될 수도 있는데, 이 특허는 참조에 의해 마치 본원에서 완전히 개시되는 것처럼 통합된다. PWQ는, 설계-리소그래피 상호작용을 결정하기 위한 변수로서 초점 및 노출을 사용하여 레티클 샷 레벨에서 리소그래피 노출 프로세스 파라미터를 변조하기 위해 리소그래피 툴의 고유의 능력을 활용한다. 이 애플리케이션은 종종 OPC 검증을 위해 사용된다. 그러나, PWQ는, 변조된 초점 및/또는 노출 파라미터를 가지고 인쇄되는 웨이퍼 상의 다이의 직접적인 비교로 제한된다. 에칭, 퇴적, 열처리, 화학적 기계적 연마(chemical-mechanical polishing; CMP), 등등과 같은 프로세스 단계와 관련되는 다른 프로세스 변수의 영향은 PWQ에 의해 직접적으로 평가될 수 없는데, 이들 변수가 웨이퍼 레벨에서만 변조될 수 있기 때문이다. 그러나, 이들 프로세스 변수와 관련되는 또는 이들 프로세스 변수에 의해 야기되는 체계적 결함 메커니즘은 본원에서 설명되는 방법을 사용하여 발견될 수 있다. 특히, 본원에서 설명되는 방법은, 웨이퍼 대 웨이퍼 비교에 의해 PWQ 타입 애플리케이션에서 비리소그래피(non-lithography) 프로세스 변조를 검사하기 위해 사용될 수 있다.
하나의 실시형태에서, 방법은 웨이퍼의 검사 동안 수행된다. 예를 들면, 방법은, 검사 웨이퍼에 의해 웨이퍼를 스캐닝하면서 또는 검사 시스템에 의한 웨이퍼의 스캐닝 동안(즉, 검사 데이터가 수행되고 있을 때) 수행될 수도 있다. 특히, 정렬 사이트에 대한 데이터를 미리 결정된 정렬 사이트에 대한 데이터와 정렬하는 것, 다이 이미지 공간에서의 정렬 사이트의 위치를 결정하는 것, 및 다이 이미지 공간에서의 검사 데이터의 위치를 결정하는 것은 웨이퍼의 검사 동안(즉, 런타임 동안) 수행될 수도 있다. 이들 단계(예를 들면, 정렬 사이트 선택)를 셋업하기 위해 수행되는 방법의 단계는 웨이퍼의 검사 이전에 수행될 수도 있다. 또한, 방법의 단계의 전체 또는 일부는, 검사 데이터의 모두가 웨이퍼에 대해 생성된 이후 수행될 수도 있다.
추가적인 실시형태에서, 방법의 셋업은 툴 상에서(on-tool) 수행된다. 다시 말하면, 방법의 셋업은, 방법에서 정렬될 검사 데이터를 생성하기 위해 사용될 검사 시스템 상에서 수행될 수도 있다. 이러한 실시형태는, 본원에서 설명되는 바와 같이 검사 시스템이 충분히 높은 해상도를 갖는 다이 이미지를 생성할 수 있을 때 유용할 수도 있다. 대안적으로, 고해상도 다이 이미지는 검사 시스템 이외의 시스템에 의해 생성될 수도 있고 그 다음 방법은, 검사 시스템의 광학적 엘리먼트뿐만 아니라 검사 시스템의 컴퓨터 시스템(들)을 비롯한 검사 시스템을 사용하는 셋업(예를 들면, 미리 결정된 정렬 사이트의 선택, 등등)일 수도 있다.
다른 실시형태에서, 방법의 셋업은 툴과 떨어져(off-tool) 수행된다. 다시 말하면, 방법의 셋업은, 방법에서 정렬될 검사 데이터를 생성하기 위해 사용될 검사 시스템 이외의 시스템 상에서 수행될 수도 있다. 툴과 떨어진 방법의 셋업을 수행하는 시스템은, 예를 들면, 현미경(광학 현미경 또는 전자 빔 현미경), 리뷰 시스템, 웨이퍼가 로딩되는 시스템 또는 로딩될 수 없는 시스템(예를 들면, 독립형 컴퓨터 시스템), 또는 방법의 셋업을 수행하도록 구성될 수 있는 기술 분야에서 공지되어 있는 임의의 다른 적절한 시스템을 포함할 수도 있다. 예를 들면, 방법의 셋업은, 고해상도 다이 이미지를 생성하는 전자 빔 기반의 이미징 시스템 및 미리 결정된 정렬 사이트를 선택하며 본원에서 설명되는 방법의 단계를 수행하는 데 필요로 되는 임의의 다른 정보를 생성하는 하나 이상의 컴퓨터 시스템을 이용하여 수행될 수도 있다.
데이터를 정렬하는 것, 정렬 사이트의 위치를 결정하는 것, 및 검사 데이터의 위치를 결정하는 것은 컴퓨터 시스템에 의해 수행되는데, 컴퓨터 시스템은 본원에서 설명되는 실시형태 중 임의의 것에 따라 구성될 수도 있다.
상기에서 설명되는 방법의 실시형태의 각각은 본원에서 설명되는 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수도 있다. 또한, 상기에서 설명되는 방법의 실시형태의 각각은 본원에서 설명되는 시스템 중 임의의 것에 의해 수행될 수도 있다.
본원에서 설명되는 모든 방법은, 방법 실시형태의 하나 이상의 단계의 결과를 비일시적 컴퓨터 판독가능 저장 매체에 저장하는 것을 포함할 수도 있다. 결과는 본원에서 설명되는 결과 중 임의의 것을 포함할 수도 있고 기술 분야에서 공지되어 있는 임의의 방식으로 저장될 수도 있다. 저장 매체는 본원에서 설명되는 임의의 저장 매체 또는 기술 분야에서 공지되어 있는 임의의 다른 적절한 저장 매체를 포함할 수도 있다. 결과가 저장된 이후, 결과는 저장 매체에서 액세스될 수 있고, 본원에서 설명되는 방법 또는 시스템 실시형태 중 임의의 것에 의해 사용될 수 있고, 유저에 대한 디스플레이를 위해 정형화될 수 있고, 다른 소프트웨어 모듈, 방법, 또는 시스템 등등에 의해 사용될 수 있다. 예를 들면, 방법이 결함을 검출한 이후, 방법은 검출된 결함에 관한 정보를 저장 매체에 저장하는 것을 포함할 수도 있다.
추가적인 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 컴퓨터 구현 방법을 수행하기 위한 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 하나의 이러한 실시형태는 도 1에서 도시된다. 특히, 도 1에서 도시되는 바와 같이, 비일시적 컴퓨터 판독가능 매체(100)는 컴퓨터 시스템(104) 상에서 실행가능한 프로그램 명령어(102)를 포함한다. 컴퓨터 구현 방법은 상기에서 설명되는 방법의 단계를 포함한다. 컴퓨터 구현 방법은 본원에서 설명되는 임의의 다른 단계(들)를 포함할 수도 있는데, 프로그램 명령어는 컴퓨터 구현 방법을 위해 실행된다.
본원에서 설명되는 것과 같은 방법을 구현하는 프로그램 명령어(102)는 컴퓨터 판독가능 매체(100) 상에 저장될 수도 있다. 컴퓨터 판독가능 매체는, 자기 또는 광학 디스크, 또는 자기 테이프 또는 기술 분야에서 공지되어 있는 임의의 다른 적절한 비일시적 컴퓨터 판독가능 매체와 같은 저장 매체일 수도 있다.
프로그램 명령어는, 다른 것들 중에서도, 프로시져 기반의 기술, 컴포넌트 기반의 기술, 및/또는 객체 지향 기술을 비롯한 임의의 다양한 방식으로 구현될 수도 있다. 예를 들면, 프로그램 명령어는, 필요에 따라, 액티브X(ActiveX) 컨트롤, C++ 오브젝트, 자바빈(JavaBeans), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classes; "MFC"), 또는 다른 기술 또는 방법론을 사용하여 구현될 수도 있다.
컴퓨터 시스템은, 퍼스널 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스, 또는 다른 디바이스를 비롯한 다양한 형태를 취할 수도 있다. 일반적으로, 용어 "컴퓨터 시스템"은, 메모리 매체로부터의 명령어를 실행하는 하나 이상의 프로세서를 구비하는 임의의 디바이스를 포괄하도록 광의적으로 정의될 수도 있다. 컴퓨터 시스템은 또한, 병렬 프로세서와 같은 기술 분야에서 공지되어 있는 임의의 적절한 프로세서를 포함할 수도 있다. 또한, 컴퓨터 시스템은, 고속 프로세싱 및 소프트웨어를 갖는 컴퓨터 플랫폼을, 독립형 또는 네트워크화된 툴 중 어느 하나로서 포함할 수도 있다.
다른 실시형태는, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템에 관한 것이다. 이러한 시스템의 하나의 실시형태는 도 2에서 도시된다. 시스템은, 웨이퍼(202)에 대한 저장된 고해상도 다이 이미지를 포함하는 저장 매체(200)를 포함한다. 저장 매체는 본원에서 설명되는 저장 매체 중 임의의 것을 포함할 수도 있다. 저장된 고해상도 다이 이미지는 본원에서 설명되는 고해상도 다이 이미지 중 임의의 것을 포함할 수도 있고 본원에서 더 설명되는 바와 같이 저장될 수도 있다.
시스템은 또한, 저장 매체(200)에 커플링되는 프로세서(204)를 포함한다. 프로세서는, 프로세서가 저장 매체에 저장되어 있는 정보 및 이미지를 수신할 수도 있도록 그리고 어쩌면 정보 및/또는 이미지를 저장 매체에 저장할 수도 있도록 및/또는 저장 매체의 정보 및/또는 이미지를 변경할 수도 있도록, (예를 들면, "유선" 및/또는 "무선" 송신 매체를 포함할 수도 있는, 점선에 의해 도 2에서 도시되는 하나 이상의 송신 매체에 의해) 임의의 적절한 방식으로 저장 매체에 커플링될 수도 있다. 프로세서는 컴퓨터 시스템에 포함되는 프로세서일 수도 있고, 이러한 프로세서를 포함하는 컴퓨터 시스템은 또한 본원에서 설명되는 바와 같이 구성될 수도 있다.
프로세서는, 본원에서 더 설명되는 정렬 사이트에 대한 데이터를 정렬하는 단계, 정렬 사이트의 위치를 결정하는 단계, 검사 데이터의 위치를 결정하는 단계를 수행하도록 구성된다. 프로세서는 본원에서 설명되는 실시형태 중 임의의 것에 따라 이들 단계를 수행하도록 구성될 수도 있고 본원에서 설명되는 임의의 실시형태(들)의 임의의 다른 단계(들)를 수행하도록 구성될 수도 있다.
저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템의 다른 실시형태는, 상기에서 설명되는 바와 같이 구성되는 저장 매체 및 프로세스뿐만 아니라, 웨이퍼 상의 정렬 사이트에 대한 데이터 및 웨이퍼에 대한 검사 데이터를 획득하도록 구성되는 검사 시스템을 포함한다. 예를 들면, 도 2에서 도시되는 바와 같이, 시스템의 하나의 실시형태는 검사 시스템(206)을 포함한다. 검사 시스템은, 웨이퍼에 대한 고해상도 다이 이미지를 획득하는 시스템과 비교하여, 상대적으로 고속의 저해상도 툴일 수도 있다. 하나의 이러한 예에서, 검사 시스템은, KLA-Tencor와 같은 공급자로부터 상업적으로 입수가능한 것 중 임의의 것을 비롯한, 광 기반의, 또는 광학적 웨이퍼 검사 시스템일 수도 있다.
도 2에서 도시되는 바와 같이, 검사 시스템은 광원(208)을 포함한다. 광원(208)은 또한, 레이저와 같은 기술 분야에서 공지되어 있는 임의의 다른 적절한 광원을 포함할 수도 있다. 광원(208)은 광을 빔 스플리터(210)로 지향시키도록 구성되는데, 빔 스플리터(210)는 광원(208)으로부터의 광을 굴절성 광학 엘리먼트(212)로 반사하도록 구성된다. 굴절성 광학 엘리먼트(212)는 빔 스플리터(210)로부터의 광을 웨이퍼(202)로 집속시키도록 구성된다. 빔 스플리터(210)는 50/50 빔 스플리터와 같은 임의의 적절한 빔 스플리터를 포함할 수도 있다. 굴절성 광학 엘리먼트(212)는 임의의 적절한 굴절성 광학 엘리먼트를 포함할 수도 있고, 굴절성 광학 엘리먼트(212)가 도 2에서 단일의 굴절성 광학 엘리먼트로서 도시되지만, 그것은 하나 이상의 굴절성 광학 엘리먼트 및/또는 하나 이상의 반사성 광학 엘리먼트로 대체될 수도 있다.
따라서, 광원(208), 빔 스플리터(210), 및 굴절성 광학 엘리먼트(212)는 검사 시스템에 대한 조명 채널을 형성할 수도 있다. 조명 채널은 임의의 다른 적절한 엘리먼트(도 2에서 도시되지 않음) 예컨대 하나 이상의 편광 컴포넌트 및 하나 이상의 필터 예컨대 스펙트럼 필터를 포함할 수도 있다. 도 2에서 도시되는 바와 같이, 광원, 빔 스플리터, 및 굴절성 광학 엘리먼트는, 수직의 또는 실질적으로 수직의 입사각에서 광이 웨이퍼로 지향되도록 구성된다. 그러나, 광은 임의의 다른 적절한 입사각(예를 들면, 비스듬한 입사각)에서 웨이퍼로 지향될 수도 있다.
검사 시스템은, 임의의 적절한 방식으로 웨이퍼 위로 광을 스캔하도록 구성될 수도 있다. 예를 들면, 웨이퍼는, 기계적 및/또는 로봇 어셈블리(도시되지 않음)의 일부인 스테이지(214) 상에 위치될 수도 있는데, 스테이지(214)는, 검사 시스템으로부터의 광이 웨이퍼 위로 스캔될 수 있고 동시에 웨이퍼로부터의 광이 검출되도록, 검사 시스템의 광학적 엘리먼트를 기준으로 웨이퍼를 이동시키도록 구성된다.
조명으로 인해 웨이퍼(202)로부터 반사되는 광은 굴절성 광학 엘리먼트(212)에 의해 수집되어 빔 스플리터(210)를 통해 검출기(216)로 지향될 수도 있다. 따라서, 굴절성 광학 엘리먼트, 빔 스플리터, 및 검출기는 검사 시스템의 검출 채널을 형성할 수도 있다. 검출기는 전하 결합 소자(charge coupled device; CCD)와 같은 기술분야에서 공지되어 있는 임의의 적절한 이미징 검출기를 포함할 수도 있다. 이 검출 채널은 또한, 하나 이상의 추가적인 컴포넌트(도 2에서 도시되지 않음) 예컨대 하나 이상의 편광 컴포넌트, 하나 이상의 공간적 필터, 하나 이상의 스펙트럼 필터, 및 등등을 포함할 수도 있다. 검출기(216)는, 본원에서 더 설명되는 데이터 중 임의의 것을 포함할 수도 있는 검사 데이터를 생성하도록 구성된다.
상기에서 설명되는 바와 같이, 검사 시스템에 포함되는 검출기는 웨이퍼로부터 반사되는 광을 검출하도록 구성될 수도 있다. 따라서, 검사 시스템에 포함되는 검출 채널은 BF 채널로서 구성될 수도 있다. 그러나, 검사 시스템은, 웨이퍼의 조명으로 인해 웨이퍼로부터 산란되는 광을 검출하기 위해 사용될 수도 있는 하나 이상의 검출 채널(도시되지 않음)을 포함할 수도 있다. 또한, 도 2에서 도시되는 검출 채널의 하나 이상의 파라미터는, 웨이퍼로부터 산란되는 광을 검출 채널이 검출하도록 변경될 수도 있다. 이 방식에서, 검사 시스템은 DF 툴 및/또는 BF 툴로서 구성될 수도 있다.
하나의 실시형태에서, 시스템은, 웨이퍼 또는 다른 웨이퍼 상의 다이를 스캐닝하는 것에 의해 웨이퍼에 대한 고해상도 다이 이미지를 획득하도록 그리고 획득된 고해상도 다이 이미지를 저장 매체에 저장하도록 구성되는 전자 빔 기반의 이미징 시스템을 포함한다. 예를 들면, 도 2에서 도시되는 바와 같이, 시스템은, 웨이퍼(202) 상의 다이를 스캐닝하는 것에 의해 웨이퍼에 대한 고해상도 다이 이미지를 획득하도록 구성되는 전자 빔 기반의 이미징 시스템(218)을 포함할 수도 있다. 이미징 시스템(218)은, KLA-Tencor와 같은 공급자로부터 상업적으로 입수가능한 임의의 전자 빔 결함 리뷰 툴을 비롯한, EBR 툴로서 구성될 수도 있다. 이미징 시스템(218)은 또한 또는 대안적으로, SEM과 같은 전자 빔 기반 계측 툴 또는 KLA-Tencor와 같은 공급자로부터 상업적으로 입수가능한 임의의 다른 전자 빔 기반 계측 툴로서 구성될 수도 있다. 전자 빔 기반 이미징 시스템은 검사 시스템보다 더 높은 해상도에 대응할 수도 있지만, 검사 시스템과 같은 속도에 대응할 수 없을 수도 있다. 다시 말하면, 검사 시스템은 전자 빔 기반의 이미징 시스템보다 더 빠른 스캐닝 속도에 대응할 수 있다. 하나의 이러한 예에서, 검사 시스템은, 출력(예를 들면, 이미지 또는 이미지 데이터)을 획득하면서 웨이퍼의 상대적으로 큰 부분 위를 광으로 스캔하도록 구성될 수도 있지만, 전자 빔 기반의 이미징 시스템은 출력을 획득하면서 웨이퍼의 실질적으로 작은 부분만을 스캔하도록 구성될 수도 있다.
전자 빔 기반의 이미징 시스템은 도 2에서 SEM에 대한 일반적인 구성을 갖는 것으로 도시된다. 특히, 도 2에서 도시되는 바와 같이, 전자 빔 기반의 이미징 시스템은, 하나 이상의 포커싱 및/또는 지향 엘리먼트(도시되지 않음)에 의해 적절한 입사각에서 웨이퍼(202)로 지향되는 전자의 빔을 생성하도록 구성되는 전자 빔 소스(220)를 포함할 수도 있다. 웨이퍼 상에 입사하는 전자 빔으로 인해 웨이퍼로부터 되돌아 오는 전자는 검출기(222)에 의해 검출될 수도 있다. 웨이퍼로부터 되돌아 오는 전자는, 임의의 적절한 포커싱 및/또는 지향 엘리먼트(도시되지 않음)를 사용하여 검출기 상으로 지향되어 집속될 수도 있다. 검출기(222)는, 웨이퍼로부터 되돌아 오는 전자에 응답하여 본원에서 설명되는 고해상도 다이 이미지를 생성할 수 있는 임의의 적절한 이미징 검출기를 포함할 수도 있다.
시스템의 프로세서는 검사 시스템에 커플링되고 전자 빔 기반의 이미징 시스템에 또한 커플링될 수도 있다. 예를 들면, 프로세서는 검사 시스템의 검출기에 그리고 어쩌면 전자 빔 기반의 이미징 시스템에 커플링될 수도 있다. 하나의 이러한 예에서, 도 2에서 도시되는 바와 같이, 프로세서(204)는 (예를 들면, 기술분야에서 공지되어 있는 임의의 적절한 송신 매체를 포함할 수도 있는, 도 2에서 점선에 의해 도시되는 하나 이상의 송신 매체에 의해) 검사 시스템(206)의 검출기(216) 및 이미징 시스템(218)의 검출기(222)에 커플링된다. 프로세서는 임의의 적절한 방식으로 검출기에 커플링될 수도 있다. 다른 예에서, 프로세서는 이미징 시스템 및 검사 시스템의 개개의 컴퓨터 시스템(도시되지 않음)에 커플링될 수도 있다. 프로세서는, 검사 시스템 및 이미징 시스템에 의해 생성되는 웨이퍼에 대한 이미지(들) 및 임의의 다른 정보가 프로세서로 전송될 수 있도록, 그리고 옵션적으로는, 본원에서 설명되는 하나 이상의 단계(예를 들면, 검사 시스템을 이용하여 검사 데이터를 획득하는 것 및/또는 전자 빔 기반의 이미징 시스템을 이용하여 고해상도 다이 이미지를 획득하는 것)를 수행하기 위해 프로세서가 명령어를 검사 시스템 및 이미징 시스템으로 전송할 수 있도록, 검사 시스템 및 이미징 시스템에 임의의 다른 적절한 방식으로 커플링될 수도 있다.
프로세서는, 본원에서 더 설명되는 정렬 사이트에 대한 데이터를 정렬하는 단계, 정렬 사이트의 위치를 결정하는 단계, 검사 데이터의 위치를 결정하는 단계를 수행하도록 구성된다. 프로세서는 본원에서 설명되는 실시형태 중 임의의 것에 따라 이들 단계를 수행하도록 구성될 수도 있고 본원에서 설명되는 임의의 실시형태(들)의 임의의 다른 단계(들)를 수행하도록 구성될 수도 있다. 도 2에서 도시되는 시스템은 또한 본원에서 설명되는 바와 같이 구성될 수도 있다.
도 2는, 본원에서 설명되는 시스템 실시형태에 포함될 수도 있는 검사 시스템 및 전자 빔 기반의 이미징 시스템의 하나의 구성을 일반적으로 예시하기 위해 본원에서 제공된다는 것을 유의한다. 명백하게는, 본원에서 설명되는 검사 시스템 및 전자 빔 기반의 이미징 시스템의 구성은 시스템의 성능을 최적화하기 위해 변경될 수도 있는데, 이러한 것은 상업적 검사 또는 전자 빔 기반의 이미징 시스템을 설계할 때 일반적으로 수행된다. 또한, 본원에서 설명되는 시스템은, KLA-Tencor로부터 상업적으로 입수가능한 28XX, 29XX, 및 Puma 9XXX 시리즈의 툴과 같은 현존하는 검사 시스템을 사용하여 (예를 들면, 본원에서 설명되는 기능성을 현존하는 검사 시스템에 추가하는 것에 의해) 구현될 수도 있다. 몇몇 이러한 시스템의 경우, 본원에서 설명되는 방법은 시스템의 옵션적인 기능성으로서(예를 들면, 시스템의 다른 기능성에 추가하여) 제공될 수도 있다. 대안적으로, 본원에서 설명되는 시스템은, 완전히 새로운 시스템을 제공하기 위해 "맨 처음부터(from scratch)" 설계될 수도 있다.
본 설명의 관점에서, 기술 분야의 숙련된 자에게는, 본 발명의 다양한 양태의 다른 수정예 및 대안적 실시형태가 명백할 것이다. 예를 들면, 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 방법 및 시스템이 제공된다. 따라서, 이 설명은 단지 예증적인 것으로만 해석되어야 하며, 이 설명은 본 발명을 실행하는 일반적인 방식을 기술 분야의 숙련된 자에게 교시하는 목적을 위한 것이다. 본원에서 도시되고 설명되는 본 발명의 형태는 현 시점에서 바람직한 실시형태로서 간주되어야 한다는 것이 이해되어야 한다. 엘리먼트 및 재료는 본원에서 예시되고 설명된 것에 대해 대체될 수도 있고, 부품 및 프로세스는 반대로 될 수도 있고, 본 발명의 소정의 피쳐는 독립적으로 활용될 수도 있는데, 이들 모두는, 본 발명의 본 설명의 이익을 가진 이후, 기술 분야의 숙련된 자에게 명백해질 것이다. 하기의 특허청구범위에서 설명되는 바와 같은 본 발명의 취지와 범위를 벗어나지 않으면서, 본원에서 설명되는 엘리먼트에서 변경이 이루어질 수도 있다.

Claims (89)

  1. 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하기 위한 컴퓨터 구현 방법에 있어,
    웨이퍼 상의 정렬 사이트(alignment site)에 대한 검사 시스템에 의해 획득되는 데이터를, 미리 결정된 정렬 사이트 ― 상기 미리 결정된 정렬 사이트는 상기 웨이퍼에 대한 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 가짐 ― 에 대한 데이터와 정렬하는 단계;
    상기 다이 이미지 공간에서의 상기 미리 결정된 정렬 사이트의 상기 미리 결정된 위치에 기초하여, 상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치를 결정하는 단계; 및
    상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치에 기초하여 상기 다이 이미지 공간에서 상기 검사 시스템에 의해 상기 웨이퍼에 대해 획득되는 검사 데이터의 위치를 결정하는 단계
    를 포함하고,
    상기 데이터를 정렬하는 단계, 상기 정렬 사이트의 위치를 결정하는 단계, 및 상기 검사 데이터의 위치를 결정하는 단계는 컴퓨터 시스템에 의해 수행되는 것인, 컴퓨터 구현 방법.
  2. 제1항에 있어서,
    상기 저장된 고해상도 다이 이미지는 상기 다이 전체의 저장된 고해상도 이미지인 것인, 컴퓨터 구현 방법.
  3. 제1항에 있어서,
    상기 웨이퍼 또는 다른 웨이퍼 상의 다이를 전자 빔 기반의 이미징 시스템으로 스캔하는 것에 의해 상기 웨이퍼에 대한 상기 고해상도 다이 이미지를 획득하는 단계; 및
    상기 획득된 고해상도 다이 이미지를 저장 매체에 저장하는 단계
    를 더 포함하는, 컴퓨터 구현 방법.
  4. 제1항에 있어서,
    상기 웨이퍼에 대한 설계 데이터(design data)는 상기 방법에서의 사용에 이용가능하지 않은 것인, 컴퓨터 구현 방법.
  5. 제1항에 있어서,
    상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하는 단계를 더 포함하고,
    상기 결함의 위치는 상기 검출 이전에 알려지지 않는 것인, 컴퓨터 구현 방법.
  6. 제1항에 있어서,
    상기 검사 데이터의 위치는 서브픽셀 정확도(sub-pixel accuracy)로 결정되는 것인, 컴퓨터 구현 방법.
  7. 제1항에 있어서,
    상기 저장된 고해상도 다이 이미지에 기초하여 상기 웨이퍼의 검사를 위해 사용될 하나 이상의 관심 구역(care area)을 식별하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  8. 제1항에 있어서,
    상기 다이 이미지 공간에서의 상기 검사 데이터의 위치에 기초하여 상기 웨이퍼 상의 관심 구역에 대응하는 상기 검사 데이터를 식별하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  9. 제1항에 있어서,
    상기 정렬 단계에 기초하여 상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터와 상기 미리 결정된 정렬 사이트에 대한 데이터 사이의 오프셋을 결정하는 단계를 더 포함하고,
    상기 검사 데이터의 위치를 결정하는 단계는 상기 오프셋 및 상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치를 사용하여 수행되는 것인, 컴퓨터 구현 방법.
  10. 제1항에 있어서,
    상기 저장된 고해상도 다이 이미지로부터 컨텍스트 맵을 생성하는 단계를 더 포함하고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 컴퓨터 구현 방법.
  11. 제1항에 있어서,
    상기 웨이퍼 상의 하나의 위치에 있는 핫 스팟에 대한 정보를 획득하는 단계;
    상기 핫 스팟에 대한 정보에 기초하여 상기 웨이퍼 상의 상기 핫 스팟의 다른 위치를 식별하는 단계; 및
    상기 하나의 위치 및 상기 다른 위치에 있는 상기 핫 스팟에 기초하여 상기 웨이퍼에 대한 관심 구역을 생성하는 단계
    를 더 포함하는, 컴퓨터 구현 방법.
  12. 제1항에 있어서,
    상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하는 단계; 및
    상기 결함 중 적어도 하나를, 상기 다이 이미지 공간에서의 상기 적어도 하나의 결함에 대응하는 상기 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 분류하는 단계
    를 더 포함하고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 컴퓨터 구현 방법.
  13. 제1항에 있어서,
    상기 저장된 고해상도 다이 이미지로부터 컨텍스트 맵 ― 상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값 및 상기 값에 대한 컨텍스트 코드를 포함함 ― 을 생성하는 단계;
    상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하는 단계; 및
    상기 다이 이미지 공간에서의 적어도 하나의 상기 결함에 대응하는 상기 검사 데이터의 위치 및 상기 컨텍스트 맵에 기초하여 상기 컨텍스트 코드 중 하나를 상기 결함 중 적어도 하나에 할당하는 단계
    를 더 포함하는, 컴퓨터 구현 방법.
  14. 제1항에 있어서,
    상기 웨이퍼의 검사를 위해 상기 검사 시스템에 의해 사용될 하나 이상의 광학 모드 및 픽셀 사이즈에 관한 정보에 기초하여 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  15. 제1항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대해 획득되는 데이터 및 상기 검사 데이터는 상기 검사 시스템에 대한 두 개 이상의 광학 모드를 이용하여 획득되는 것인, 컴퓨터 구현 방법.
  16. 제15항에 있어서,
    상기 두 개 이상의 광학 모드 중 제1 모드에 대해 사용되는 상기 정렬 사이트는, 상기 두 개 이상의 광학 모드 중 제2 모드에 대해 사용되는 상기 정렬 사이트와는 상이한 것인, 컴퓨터 구현 방법.
  17. 제15항에 있어서,
    상기 두 개 이상의 광학 모드 중 제1 모드에 대해 사용되는 상기 미리 결정된 정렬 사이트에 대한 데이터는, 상기 두 개 이상의 광학 모드 중 제2 모드 대해 사용되는 상기 미리 결정된 정렬 사이트에 대한 데이터와는 상이한 것인, 컴퓨터 구현 방법.
  18. 제1항에 있어서,
    상기 방법은 상기 웨이퍼의 검사 동안 수행되는 것인, 컴퓨터 구현 방법.
  19. 제1항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고, 상기 미리 결정된 정렬 사이트에 대한 데이터는 상기 저장된 고해상도 다이 이미지로부터의 고해상도 이미지 데이터를 포함하는 것인, 컴퓨터 구현 방법.
  20. 제1항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고, 상기 미리 결정된 정렬 사이트에 대한 데이터는 이미지 클립을 포함하는 것인, 컴퓨터 구현 방법.
  21. 제1항에 있어서,
    상기 검사 데이터의 복수의 스와쓰(swath) 각각에 적어도 하나의 미리 결정된 정렬 사이트가 존재하도록, 상기 웨이퍼에 대한 상기 저장된 고해상도 다이 이미지로부터 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  22. 제1항에 있어서,
    상기 정렬하는 단계는 상기 웨이퍼에 대한 결함 검출 이전에 수행되는 것인, 컴퓨터 구현 방법.
  23. 제1항에 있어서,
    상기 방법의 셋업은 툴과 떨어져(off-tool) 수행되는 것인, 컴퓨터 구현 방법.
  24. 제1항에 있어서,
    상기 방법의 셋업은 툴 상에서(on-tool) 수행되는 것인, 컴퓨터 구현 방법.
  25. 제1항에 있어서,
    상기 저장된 고해상도 다이 이미지를 상기 검사 데이터의 복수의 스와쓰의 각각에 대응하는 부분으로 분할하는 것 및 상기 복수의 스와쓰 각각에서 상기 미리 결정된 정렬 사이트 중 적어도 하나를 식별 및 선택하도록 상기 저장된 고해상도 다이 이미지를 검색하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  26. 제1항에 있어서,
    상기 미리 결정된 정렬 사이트에 대한 고해상도 다이 이미지 클립을 상기 저장된 고해상도 다이 이미지로부터 추출하는 단계 및 상기 웨이퍼의 검사를 위해 상기 검사 시스템에 의해 사용되는 파일에 상기 추출된 이미지 클립을 저장하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  27. 제1항에 있어서,
    상기 검사 시스템 및 상기 웨이퍼에 대한 상기 검사 시스템에 의해 사용될 검사 프로세스와 호환되는 미리 결정된 정렬 사이트를 선택하기 위해 상기 저장된 고해상도 다이 이미지를 사전 프로세싱(pre-processing)하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  28. 제1항에 있어서,
    상기 검사 시스템을 사용하여 상기 웨이퍼 상의 다이 행(row)을 스캔하는 것 및 고유의 정렬 사이트를 식별하도록 다이의 각각의 프레임을 프로세싱하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  29. 제1항에 있어서,
    적절한 미리 결정된 정렬 사이트를 선택하기 위해 검사를 위한 상기 검사 시스템의 최상의 이미징 모드를 사용하여 상기 웨이퍼를 스캐닝하는 단계; 및
    상기 스캐닝하는 단계에 의해 생성되는 이미지 및 상기 저장된 고해상도 다이 이미지에 기초하여, 상기 선택된 미리 결정된 정렬 사이트의 위치를 결정하는 단계
    를 더 포함하는, 컴퓨터 구현 방법.
  30. 제1항에 있어서,
    상기 정렬 사이트는 상기 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함하는 것인, 컴퓨터 구현 방법.
  31. 제1항에 있어서,
    상기 정렬 사이트는, 스케일링 오차(scaling error) 보정하기 위해 상기 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함하는 것인, 컴퓨터 구현 방법.
  32. 제1항에 있어서,
    상기 미리 결정된 정렬 사이트는 상기 웨이퍼 상의 다이에 걸쳐 미리 결정된 빈도로 선택되는 것인, 컴퓨터 구현 방법.
  33. 제1항에 있어서,
    상기 미리 결정된 정렬 사이트는, 미리 결정된 최수 간격 거리로 상기 웨이퍼 상의 다이 위에 분포되는 것인, 컴퓨터 구현 방법.
  34. 제1항에 있어서,
    상기 검사 시스템에서 스테이지 위치 정확도, 회전 오차, x 및 y 병진 오차(translational error), 스케일링 오차, 또는 이들의 조합을 보정하기 위해, 상기 검사 시스템을 상기 정렬 사이트에 정렬하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  35. 제1항에 있어서,
    상기 정렬 사이트의 위치를 결정하는 단계를 위한 충분한 정렬 정보를 조합하여 제공하는 정렬 피쳐의 세트를 포함하도록, 상기 미리 결정된 정렬 사이트를 선택하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  36. 제1항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 명시야 모드(bright field mode)를 사용하도록 구성되는 것인, 컴퓨터 구현 방법.
  37. 제1항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 암시야 모드(dark field mode)를 사용하도록 구성되는 것인, 컴퓨터 구현 방법.
  38. 제1항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 전자 빔 이미징 모드를 사용하도록 구성되는 것인, 컴퓨터 구현 방법.
  39. 제1항에 있어서,
    상기 다이 이미지 공간에서의 상기 검사 데이터의 위치, 상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성, 및 상기 검사 데이터의 하나 이상의 속성에 기초하여 상기 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 단계를 더 포함하고,
    상기 검사 데이터의 상기 하나 이상의 속성은, 하나 이상의 결함이 상기 상이한 부분, 또는 이들의 몇몇 조합에서 검출되는 경우, 하나 이상의 이미지 노이즈 속성을 포함하는 것인, 컴퓨터 구현 방법.
  40. 제39항에 있어서,
    상기 저장된 고해상도 다이 이미지의 상기 하나 이상의 속성은, 상기 상이한 부분에서 이전에 검출된 결함의 수율 중요도(yield criticality), 상기 상이한 부분에서 이전에 검출된 상기 결함의 오류 확률, 또는 이들의 몇몇 조합에 기초하여 선택되는 것인, 컴퓨터 구현 방법.
  41. 제1항에 있어서,
    상기 다이 이미지 공간에서의 상기 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 상기 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하는 단계를 더 포함하고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 컴퓨터 구현 방법.
  42. 제1항에 있어서,
    상기 검사 데이터는 상기 웨이퍼 상의 결함에 대한 데이터를 포함하고,
    상기 방법은,
    상기 다이 이미지 공간에서의 상기 검사 데이터의 위치에 기초하여 상기 다이 이미지 공간에서의 상기 결함의 위치를 결정하는 단계;
    상기 다이 이미지 공간에서의 상기 결함의 위치 및 상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 기초하여 상기 결함이 방해물 결함(nuisance defect)인지를 결정하는 단계; 및
    상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 상기 하나 이상의 속성에 기초하여, 방해물 결함인 것으로 결정되지 않은 상기 결함이 체계적인 결함(systematic defect)인지 또는 랜덤 결함(random defect)인지를 결정하는 단계
    를 더 포함하는, 컴퓨터 구현 방법.
  43. 제1항에 있어서,
    상기 웨이퍼 및 추가적인 웨이퍼는 웨이퍼 레벨 프로세스 파라미터 변조를 사용하여 프로세싱되고,
    상기 방법은, 상기 웨이퍼 및 상기 추가적인 웨이퍼 상의 다이에 대한 검사 데이터를 공통 표준 참조 다이에 비교하는 것에 의해 상기 웨이퍼 및 상기 추가적인 웨이퍼 상의 결함을 검출하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  44. 제1항에 있어서,
    정렬되는 상기 정렬 사이트에 대한 데이터는, 상기 웨이퍼에 대한 상기 검사 시스템에 의해 획득되는 검사 데이터의 복수의 스와쓰 각각에서의 데이터를 포함하고,
    상기 정렬 사이트는 상기 복수의 스와쓰 각각에서 적어도 하나의 정렬 사이트를 포함하고,
    상기 정렬 사이트의 위치를 결정하는 단계는, 상기 다이 이미지 공간에서의 상기 미리 결정된 정렬 사이트의 상기 미리 결정된 위치에 기초하여 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 적어도 하나의 정렬 사이트의 위치를 결정하는 단계를 포함하고,
    상기 검사 데이터의 위치를 결정하는 단계는, 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 적어도 하나의 정렬 사이트의 위치에 기초하여 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 검사 데이터의 위치를 결정하는 단계를 포함하는 것인, 컴퓨터 구현 방법.
  45. 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템에 있어서,
    웨이퍼에 대한 저장된 고해상도 다이 이미지를 포함하는 저장 매체; 및
    상기 저장 매체에 커플링되는 프로세서
    를 포함하고,
    상기 프로세서는:
    상기 웨이퍼 상의 정렬 사이트에 대한 검사 시스템에 의해 획득되는 데이터를, 미리 결정된 정렬 사이트 ― 상기 미리 결정된 정렬 사이트는 상기 웨이퍼에 대한 상기 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 가짐 ― 에 대한 데이터와 정렬하도록;
    상기 다이 이미지 공간에서의 상기 미리 결정된 정렬 사이트의 상기 미리 결정된 위치에 기초하여, 상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치를 결정하도록;
    상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치에 기초하여, 상기 다이 이미지 공간에서 상기 검사 시스템에 의해 상기 웨이퍼에 대해 획득되는 검사 데이터의 위치를 결정하도록
    구성되는 것인, 시스템.
  46. 저장된 고해상도 다이 이미지에 대한 검사 데이터의 위치를 결정하도록 구성되는 시스템에 있어서,
    웨이퍼 상의 정렬 사이트에 대한 데이터 및 상기 웨이퍼에 대한 검사 데이터를 획득하도록 구성되는 검사 시스템;
    상기 웨이퍼에 대한 저장된 고해상도 다이 이미지를 포함하는 저장 매체; 및
    상기 검사 시스템 및 상기 저장 매체에 커플링되는 프로세서
    를 포함하고,
    상기 프로세서는:
    상기 웨이퍼 상의 상기 정렬 사이트에 대한 상기 검사 시스템에 의해 획득되는 상기 데이터를, 미리 결정된 정렬 사이트 ― 상기 미리 결정된 정렬 사이트는 상기 웨이퍼에 대한 상기 저장된 고해상도 다이 이미지의 다이 이미지 공간에서 미리 결정된 위치를 가짐 ― 에 대한 데이터와 정렬하도록;
    상기 다이 이미지 공간에서의 상기 미리 결정된 정렬 사이트의 상기 미리 결정된 위치에 기초하여, 상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치를 결정하도록;
    상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치에 기초하여, 상기 다이 이미지 공간에서 상기 검사 시스템에 의해 상기 웨이퍼에 대해 획득되는 상기 검사 데이터의 위치를 결정하도록
    구성되는 것인, 시스템.
  47. 제46항에 있어서,
    상기 저장된 고해상도 다이 이미지는 상기 다이 전체의 저장된 고해상도 이미지인 것인, 시스템.
  48. 제46항에 있어서,
    상기 웨이퍼 또는 다른 웨이퍼 상의 다이를 스캐닝하는 것에 의해 상기 웨이퍼에 대한 상기 고해상도 다이 이미지를 획득하도록 그리고 상기 획득된 고해상도 다이 이미지를 상기 저장 매체에 저장하도록 구성되는 전자 빔 기반의 이미징 시스템을 더 포함하는, 시스템.
  49. 제46항에 있어서,
    상기 웨이퍼에 대한 설계 데이터는 상기 시스템에 의한 사용에 이용가능하지 않은 것인, 시스템.
  50. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하도록 구성되고, 상기 결함의 위치는 상기 검출 이전에 알려지지 않는 것인, 시스템.
  51. 제46항에 있어서,
    상기 검사 데이터의 위치는 서브픽셀(sub-pixel) 정확도로 결정되는 것인, 시스템.
  52. 제46항에 있어서,
    상기 프로세서는 또한, 상기 저장된 고해상도 다이 이미지에 기초하여 상기 웨이퍼의 검사를 위해 사용될 하나 이상의 관심 구역을 식별하도록 구성되는 것인, 시스템.
  53. 제46항에 있어서,
    상기 프로세서는 또한, 상기 다이 이미지 공간에서의 상기 검사 데이터의 위치에 기초하여 상기 웨이퍼 상의 관심 구역에 대응하는 상기 검사 데이터를 식별하도록 구성되는 것인, 시스템.
  54. 제46항에 있어서,
    상기 프로세서는 또한, 상기 정렬에 기초하여 상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터와 상기 미리 결정된 정렬 사이트에 대한 데이터 사이의 오프셋을 결정하도록 구성되고,
    상기 검사 데이터의 위치를 결정하는 것은 상기 오프셋 및 상기 다이 이미지 공간에서의 상기 정렬 사이트의 위치를 사용하여 수행되는 것인, 시스템.
  55. 제46항에 있어서,
    상기 프로세서는 또한, 상기 저장된 고해상도 다이 이미지로부터 컨텍스트 맵을 생성하도록 구성되고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 시스템.
  56. 제46항에 있어서,
    상기 프로세서는 또한, 상기 웨이퍼 상의 하나의 위치에 있는 핫 스팟(hot spot)에 대한 정보를 획득하도록, 상기 핫 스팟에 대한 정보에 기초하여 상기 웨이퍼 상의 상기 핫 스팟의 다른 위치를 식별하도록, 그리고 상기 하나의 위치 및 상기 다른 위치에 있는 상기 핫 스팟에 기초하여 상기 웨이퍼에 대한 관심 구역을 생성하도록 구성되는 것인, 시스템.
  57. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하도록, 그리고 상기 결함 중 적어도 하나의 결함을, 상기 다이 이미지 공간에서의 상기 적어도 하나의 결함에 대응하는 상기 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 분류하도록 구성되고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 시스템.
  58. 제46항에 있어서,
    상기 프로세서는 또한, 상기 저장된 고해상도 다이 이미지로부터 컨텍스트 맵을 생성하도록 구성되고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값 및 상기 값에 대한 컨텍스트 코드를 포함하고,
    상기 프로세서는 또한, 상기 검사 데이터에 기초하여 상기 웨이퍼 상의 결함을 검출하도록 그리고 상기 다이 이미지 공간에서의 적어도 하나의 상기 결함에 대응하는 상기 검사 데이터의 위치 및 상기 컨텍스트 맵에 기초하여 상기 컨텍스트 코드 중 하나의 콘텍스트 코드를 상기 결함 중 적어도 하나의 결함에 할당하도록 구성되는 것인, 시스템.
  59. 제46항에 있어서,
    상기 프로세서는 또한, 상기 웨이퍼의 검사를 위해 상기 검사 시스템에 의해 사용될 하나 이상의 광학 모드 및 픽셀 사이즈에 관한 정보에 기초하여 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  60. 제46항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대해 획득되는 데이터 및 상기 검사 데이터는 상기 검사 시스템에 대한 두 개 이상의 광학 모드를 이용하여 획득되는 것인, 시스템.
  61. 제60항에 있어서,
    상기 두 개 이상의 광학 모드 중 제1 모드에 대해 사용되는 상기 정렬 사이트는, 상기 두 개 이상의 광학 모드 중 제2 모드에 대해 사용되는 상기 정렬 사이트와는 상이한 것인, 시스템.
  62. 제60항에 있어서,
    상기 두 개 이상의 광학 모드 중 제1 모드에 대해 사용되는 상기 미리 결정된 정렬 사이트에 대한 데이터는, 상기 두 개 이상의 광학 모드 중 제2 모드 대해 사용되는 상기 미리 결정된 정렬 사이트에 대한 데이터와는 상이한 것인, 시스템.
  63. 제46항에 있어서,
    상기 프로세서는 또한, 상기 정렬 사이트에 대한 데이터를 정렬하도록, 상기 정렬 사이트의 위치를 결정하도록, 그리고 상기 웨이퍼의 검사 동안 상기 검사 데이터의 위치의 상기 위치를 결정하도록 구성되는 것인, 시스템.
  64. 제46항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고,
    상기 미리 결정된 정렬 사이트에 대한 데이터는 상기 저장된 고해상도 다이 이미지로부터의 고해상도 이미지 데이터를 포함하는 것인, 시스템.
  65. 제46항에 있어서,
    상기 웨이퍼 상의 상기 정렬 사이트에 대한 데이터는 스캔된 이미지를 포함하고,
    상기 미리 결정된 정렬 사이트에 대한 데이터는 이미지 클립을 포함하는 것인, 시스템.
  66. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 데이터의 복수의 스와쓰의 각각에 적어도 하나의 미리 결정된 정렬 사이트가 존재하도록, 상기 웨이퍼에 대한 상기 저장된 고해상도 다이 이미지로부터 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  67. 제46항에 있어서,
    상기 정렬은 상기 웨이퍼에 대한 결함 검출 이전에 수행되는 것인, 시스템.
  68. 제46항에 있어서,
    상기 정렬 사이트에 대한 데이터를 정렬하고, 상기 정렬 사이트의 위치를 결정하고, 상기 검사 데이터의 위치를 결정하는 셋업은 툴과 떨어져 수행되는 것인, 시스템.
  69. 제46항에 있어서,
    상기 정렬 사이트에 대한 데이터를 정렬하고, 상기 정렬 사이트의 위치를 결정하고, 상기 검사 데이터의 위치를 결정하는 셋업은 툴 상에서 수행되는 것인, 시스템.
  70. 제46항에 있어서,
    상기 프로세서는 또한, 상기 저장된 고해상도 다이 이미지를 상기 검사 데이터의 복수의 스와쓰의 각각에 대응하는 부분으로 분할하는 것 및 상기 복수의 스와쓰 각각에서 상기 미리 결정된 정렬 사이트 중 적어도 하나를 식별 및 선택하도록 상기 저장된 고해상도 다이 이미지를 검색하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  71. 제46항에 있어서,
    상기 프로세서는 또한, 상기 미리 결정된 정렬 사이트에 대한 고해상도 다이 이미지 클립을 상기 저장된 고해상도 다이 이미지로부터 추출하도록 그리고 상기 웨이퍼의 검사를 위해 사용되는 파일에 상기 추출된 다이 이미지 클립을 저장하도록 구성되는 것인, 시스템.
  72. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 시스템 및 상기 웨이퍼에 대해 사용될 검사 프로세스 호환되는 미리 결정된 정렬 사이트를 선택하기 위해 상기 저장된 고해상도 다이 이미지를 사전 프로세싱하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  73. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 시스템을 사용하여 상기 웨이퍼 상의 다이 행을 스캔하는 것 및 고유의 정렬 사이트를 식별하도록 다이의 각각의 프레임을 프로세싱하는 것에 의해, 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  74. 제46항에 있어서,
    상기 프로세서는 또한, 적절한 미리 결정된 정렬 사이트를 선택하기 위해 검사를 위한 상기 검사 시스템의 최상의 이미징 모드를 사용하여 상기 웨이퍼를 스캐닝하도록 그리고 상기 스캐닝에 의해 생성되는 이미지 및 상기 저장된 고해상도 다이 이미지에 기초하여, 상기 선택된 미리 결정된 정렬 사이트의 위치를 결정하도록 구성되는 것인, 시스템.
  75. 제46항에 있어서,
    상기 정렬 사이트는 상기 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함하는 것인, 시스템.
  76. 제46항에 있어서,
    상기 정렬 사이트는 스케일링 오차를 보정하기 위해 상기 검사 데이터의 복수의 스와쓰의 각각에 하나보다 많은 정렬 사이트를 포함하는 것인, 시스템.
  77. 제46항에 있어서,
    상기 미리 결정된 정렬 사이트는 상기 웨이퍼 상의 다이에 걸쳐 미리 결정된 빈도로 선택되는 것인, 시스템.
  78. 제46항에 있어서,
    상기 미리 결정된 정렬 사이트는 미리 결정된 최수 간격 거리로 상기 웨이퍼 상의 다이 위에 분포되는 것인, 시스템.
  79. 제46항에 있어서,
    상기 프로세서는 또한, 상기 검사 시스템에서 스테이지 위치 정확도, 회전 오차, x 및 y 병진 오차, 스케일링 오차, 또는 이들의 조합을 보정하기 위해, 상기 검사 시스템을 상기 정렬 사이트에 정렬하도록 구성되는 것인, 시스템.
  80. 제46항에 있어서,
    상기 프로세서는 또한, 상기 정렬 사이트의 위치의 결정을 위한 충분한 정렬 정보를 조합하여 제공하는 정렬 피쳐의 세트를 포함하도록, 상기 미리 결정된 정렬 사이트를 선택하도록 구성되는 것인, 시스템.
  81. 제46항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 명시야 모드를 사용하도록 구성되는 것인, 시스템.
  82. 제46항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 암시야 모드를 사용하도록 구성되는 것인, 시스템.
  83. 제46항에 있어서,
    상기 검사 시스템은 상기 웨이퍼의 검사를 위해 전자 빔 이미징 모드를 사용하도록 구성되는 것인, 시스템.
  84. 제46항에 있어서,
    상기 프로세서는 또한, 상기 다이 이미지 공간에서의 상기 검사 데이터의 위치, 상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성, 및 상기 검사 데이터의 하나 이상의 속성에 기초하여 상기 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하도록 구성되고,
    상기 검사 데이터의 상기 하나 이상의 속성은, 상기 상이한 부분, 또는 이들의 몇몇 조합에서 하나 이상의 결함이 검출되는 경우, 하나 이상의 이미지 노이즈 속성을 포함하는 것인, 시스템.
  85. 제84항에 있어서,
    상기 저장된 고해상도 다이 이미지의 상기 하나 이상의 속성은, 상기 상이한 부분에서 이전에 검출된 결함의 수율 중요도, 상기 상이한 부분에서 이전에 검출된 상기 결함의 오류 확률, 또는 이들의 몇몇 조합에 기초하여 선택되는 것인, 시스템.
  86. 제46항에 있어서,
    상기 프로세서는 또한, 상기 다이 이미지 공간에서의 상기 검사 데이터의 위치 및 컨텍스트 맵에 기초하여 상기 웨이퍼의 상이한 부분 상에서 결함을 검출하기 위한 감도를 결정하도록 구성되고,
    상기 컨텍스트 맵은 상기 다이 이미지 공간에 걸친 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 대한 값을 포함하는 것인, 시스템.
  87. 제46항에 있어서,
    상기 검사 데이터는 상기 웨이퍼 상의 결함에 대한 데이터를 포함하고,
    상기 프로세서는 또한, 상기 다이 이미지 공간에서의 상기 검사 데이터의 위치에 기초하여 상기 다이 이미지 공간에서의 상기 결함의 위치를 결정하도록, 상기 다이 이미지 공간에서의 상기 결함의 상기 위치 및 상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 하나 이상의 속성에 기초하여 상기 결함이 방해물 결함인지를 결정하도록, 그리고 상기 다이 이미지 공간에서의 상기 저장된 고해상도 다이 이미지의 상기 하나 이상의 속성에 기초하여, 방해물 결함인 것으로 결정되지 않는 상기 결함이 체계적인 결함인지 또는 랜덤 결함인지를 결정하도록 구성되는 것인, 시스템.
  88. 제46항에 있어서,
    상기 웨이퍼 및 추가적인 웨이퍼는 웨이퍼 레벨 프로세스 파라미터 변조를 사용하여 프로세싱되고,
    상기 프로세서는 또한, 상기 웨이퍼 및 상기 추가적인 웨이퍼 상의 다이에 대한 검사 데이터를 공통 표준 참조 다이에 비교하는 것에 의해 상기 웨이퍼 및 상기 추가적인 웨이퍼 상의 결함을 검출하도록 구성되는 것인, 시스템.
  89. 제46항에 있어서,
    정렬되는 상기 정렬 사이트에 대한 데이터는, 상기 웨이퍼에 대한 상기 검사 시스템에 의해 획득되는 상기 검사 데이터의 복수의 스와쓰 각각에서의 데이터를 포함하고,
    상기 정렬 사이트는 상기 복수의 스와쓰 각각에서 적어도 하나의 정렬 사이트를 포함하고,
    상기 정렬 사이트의 위치를 결정하는 것은, 상기 다이 이미지 공간에서의 상기 미리 결정된 정렬 사이트의 상기 미리 결정된 위치에 기초하여 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 적어도 하나의 정렬 사이트의 위치를 결정하는 것을 포함하고,
    상기 검사 데이터의 위치를 결정하는 것은, 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 적어도 하나의 정렬 사이트의 위치에 기초하여 상기 다이 이미지 공간에서의 상기 복수의 스와쓰 각각에서의 상기 검사 데이터의 위치를 결정하는 것을 포함하는 것인, 시스템.
KR1020167032687A 2014-05-12 2015-05-11 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용 KR102300550B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461991892P 2014-05-12 2014-05-12
US61/991,892 2014-05-12
US14/707,592 US9401016B2 (en) 2014-05-12 2015-05-08 Using high resolution full die image data for inspection
US14/707,592 2015-05-08
PCT/US2015/030145 WO2015175404A1 (en) 2014-05-12 2015-05-11 Using high resolution full die image data for inspection

Publications (2)

Publication Number Publication Date
KR20170005379A true KR20170005379A (ko) 2017-01-12
KR102300550B1 KR102300550B1 (ko) 2021-09-08

Family

ID=54368278

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167032687A KR102300550B1 (ko) 2014-05-12 2015-05-11 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용

Country Status (7)

Country Link
US (1) US9401016B2 (ko)
JP (1) JP6785663B2 (ko)
KR (1) KR102300550B1 (ko)
CN (1) CN106415807B (ko)
IL (1) IL248121B (ko)
TW (1) TWI648533B (ko)
WO (1) WO2015175404A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190130175A (ko) * 2017-04-12 2019-11-21 케이엘에이 코포레이션 제조된 컴포넌트로부터 식별된 패턴 결함들의 체계적인 및 확률론적인 특성화를 위한 시스템, 방법 및 컴퓨터 프로그램 제품
WO2020210410A1 (en) * 2019-04-10 2020-10-15 Kla Corporation Defect candidate generation for inspection

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9857291B2 (en) * 2013-05-16 2018-01-02 Kla-Tencor Corporation Metrology system calibration refinement
US9816939B2 (en) * 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9727047B2 (en) 2014-10-14 2017-08-08 Kla-Tencor Corp. Defect detection using structural information
US20160110859A1 (en) * 2014-10-17 2016-04-21 Macronix International Co., Ltd. Inspection method for contact by die to database
US9702827B1 (en) * 2014-11-20 2017-07-11 Kla-Tencor Corp. Optical mode analysis with design-based care areas
US10707107B2 (en) * 2015-12-16 2020-07-07 Kla-Tencor Corporation Adaptive alignment methods and systems
US9965848B2 (en) 2015-12-23 2018-05-08 Kla-Tencor Corporation Shape based grouping
US9915625B2 (en) * 2016-01-04 2018-03-13 Kla-Tencor Corp. Optical die to database inspection
US10648924B2 (en) * 2016-01-04 2020-05-12 Kla-Tencor Corp. Generating high resolution images from low resolution images for semiconductor applications
US10043261B2 (en) 2016-01-11 2018-08-07 Kla-Tencor Corp. Generating simulated output for a specimen
US10181185B2 (en) * 2016-01-11 2019-01-15 Kla-Tencor Corp. Image based specimen process control
US10127651B2 (en) * 2016-01-15 2018-11-13 Kla-Tencor Corporation Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data
US10204416B2 (en) * 2016-02-04 2019-02-12 Kla-Tencor Corporation Automatic deskew using design files or inspection images
US10340165B2 (en) * 2016-03-29 2019-07-02 Kla-Tencor Corporation Systems and methods for automated multi-zone detection and modeling
US10674986B2 (en) 2016-05-13 2020-06-09 General Electric Company Methods for personalizing blood flow models
US10325361B2 (en) * 2016-06-01 2019-06-18 Kla-Tencor Corporation System, method and computer program product for automatically generating a wafer image to design coordinate mapping
US10304177B2 (en) * 2016-06-29 2019-05-28 Kla-Tencor Corporation Systems and methods of using z-layer context in logic and hot spot inspection for sensitivity improvement and nuisance suppression
CA3031397A1 (en) 2016-07-22 2018-01-25 Lynx Inspection Inc. Inspection method for a manufactured article and system for performing same
US10115040B2 (en) 2016-09-14 2018-10-30 Kla-Tencor Corporation Convolutional neural network-based mode selection and defect classification for image fusion
US10605859B2 (en) * 2016-09-14 2020-03-31 Qualcomm Incorporated Visible alignment markers/landmarks for CAD-to-silicon backside image alignment
US10074033B2 (en) * 2016-10-06 2018-09-11 Adobe Systems Incorporated Using labels to track high-frequency offsets for patch-matching algorithms
US10679909B2 (en) * 2016-11-21 2020-06-09 Kla-Tencor Corporation System, method and non-transitory computer readable medium for tuning sensitivies of, and determining a process window for, a modulated wafer
US10133838B2 (en) * 2017-01-30 2018-11-20 Dongfang Jingyuan Electron Limited Guided defect detection of integrated circuits
US10140400B2 (en) 2017-01-30 2018-11-27 Dongfang Jingyuan Electron Limited Method and system for defect prediction of integrated circuits
US10444161B2 (en) * 2017-04-05 2019-10-15 Kla-Tencor Corporation Systems and methods for metrology with layer-specific illumination spectra
US10733744B2 (en) 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
TWI754764B (zh) * 2017-06-30 2022-02-11 美商克萊譚克公司 由低解析度影像產生高解析度影像以用於半導體應用
US10769761B2 (en) 2017-06-30 2020-09-08 Kla-Tencor Corp. Generating high resolution images from low resolution images for semiconductor applications
KR102440695B1 (ko) * 2017-08-11 2022-09-05 삼성전자주식회사 웨이퍼 맵 분석 장치, 이를 이용한 웨이퍼 맵 분석 방법 및 반도체 장치 제조 방법
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
US10997710B2 (en) * 2017-10-18 2021-05-04 Kla-Tencor Corporation Adaptive care areas for die-die inspection
US11195268B2 (en) * 2018-05-22 2021-12-07 Kla-Tencor Corporation Target selection improvements for better design alignment
US10698325B2 (en) 2018-05-23 2020-06-30 Kla-Tencor Corporation Performance monitoring of design-based alignment
US10831110B2 (en) * 2018-05-29 2020-11-10 Taiwan Semiconductor Manufacturing Company Ltd. Lithographic overlay correction and lithographic process
US10867824B2 (en) 2018-05-29 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Substrate detecting system in a substrate storage container
US10872403B2 (en) * 2018-08-10 2020-12-22 Micron Technology, Inc. System for predicting properties of structures, imager system, and related methods
US11049745B2 (en) * 2018-10-19 2021-06-29 Kla Corporation Defect-location determination using correction loop for pixel alignment
US10832396B2 (en) * 2018-10-19 2020-11-10 Kla-Tencor Corp. And noise based care areas
WO2020083612A1 (en) * 2018-10-23 2020-04-30 Asml Netherlands B.V. Method and apparatus for adaptive alignment
US11468553B2 (en) * 2018-11-02 2022-10-11 Kla Corporation System and method for determining type and size of defects on blank reticles
US10545099B1 (en) * 2018-11-07 2020-01-28 Kla-Tencor Corporation Ultra-high sensitivity hybrid inspection with full wafer coverage capability
WO2020094385A1 (en) * 2018-11-08 2020-05-14 Asml Netherlands B.V. Prediction of out of specification based on spatial characteristic of process variability
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
KR102650697B1 (ko) * 2018-12-04 2024-03-25 삼성전자주식회사 반도체 웨이퍼 검사 방법 및 시스템, 및 이를 이용한 반도체 소자의 제조 방법
US11170475B2 (en) * 2019-01-10 2021-11-09 Kla Corporation Image noise reduction using stacked denoising auto-encoder
TWI695221B (zh) * 2019-02-01 2020-06-01 華邦電子股份有限公司 圖案特徵的識別方法
US10916006B2 (en) 2019-04-16 2021-02-09 Winbond Electronics Corp. Recognition method of pattern feature
US11201074B2 (en) * 2020-01-31 2021-12-14 Kla Corporation System and method for semiconductor device print check alignment
CN113363175B (zh) * 2020-03-05 2024-06-11 联华电子股份有限公司 设有基板扫描器的基板处理设备
CN111524197B (zh) * 2020-04-01 2023-05-12 武汉精立电子技术有限公司 一种Microled或Miniled的异常像素实时检测修复方法及装置
US11937019B2 (en) 2021-06-07 2024-03-19 Elementary Robotics, Inc. Intelligent quality assurance and inspection device having multiple camera modules
US11232554B1 (en) * 2021-06-07 2022-01-25 Elementary Robotics, Inc. Machine-learning based camera image triggering for quality assurance inspection processes
JP7502108B2 (ja) * 2020-07-31 2024-06-18 ファスフォードテクノロジ株式会社 ダイボンディング装置および半導体装置の製造方法
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
US20220254447A1 (en) * 2021-02-05 2022-08-11 Monsanto Technology Llc Intermediate recurrent parents, an accelerated and efficient multi-layer trait delivery system
US11983865B2 (en) 2021-05-05 2024-05-14 KLA Corp. Deep generative model-based alignment for semiconductor applications
US11605159B1 (en) 2021-11-03 2023-03-14 Elementary Robotics, Inc. Computationally efficient quality assurance inspection processes using machine learning
US11675345B2 (en) 2021-11-10 2023-06-13 Elementary Robotics, Inc. Cloud-based multi-camera quality assurance architecture
US11605216B1 (en) 2022-02-10 2023-03-14 Elementary Robotics, Inc. Intelligent automated image clustering for quality assurance
US20240168391A1 (en) * 2022-11-23 2024-05-23 Kla Corporation Device feature specific edge placement error (epe)
CN115795068B (zh) * 2023-02-09 2023-05-23 安徽合信国质检验检测有限公司 一种基于智能识别技术检测报告ai自动校核系统
KR102674927B1 (ko) * 2023-09-15 2024-06-14 아이티팜 주식회사 Ai 이미지 처리 기술을 이용한 sem 이미지 분석을 통해 반도체 제조 공정의 이상을 검출하는 장치 및 그 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006227026A (ja) * 2006-05-15 2006-08-31 Renesas Technology Corp パターン検査方法及びパターン検査装置
JP2009516832A (ja) * 2005-11-18 2009-04-23 ケーエルエー−テンカー テクノロジィース コーポレイション 検査データと組み合わせて設計データを使用するための方法及びシステム
US20110170091A1 (en) * 2010-01-11 2011-07-14 Kla-Tencor Corporation Inspection guided overlay metrology

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6091846A (en) * 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
JP2000323541A (ja) * 1999-05-13 2000-11-24 Tokyo Seimitsu Co Ltd 被検査物の外観検査方法及び装置
EP1184725A1 (en) * 2000-09-04 2002-03-06 Infineon Technologies SC300 GmbH & Co. KG Method for adjusting a lithographic tool
JP2003308803A (ja) * 2002-04-12 2003-10-31 Seiko Instruments Inc 走査型顕微鏡におけるリファレンス画像先読み機能
WO2004008246A2 (en) * 2002-07-12 2004-01-22 Cadence Design Systems, Inc. Method and system for context-specific mask writing
US7231628B2 (en) * 2002-07-12 2007-06-12 Cadence Design Systems, Inc. Method and system for context-specific mask inspection
US6902855B2 (en) 2002-07-15 2005-06-07 Kla-Tencor Technologies Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
US6952653B2 (en) * 2003-04-29 2005-10-04 Kla-Tencor Technologies Corporation Single tool defect classification solution
US9002497B2 (en) * 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
JP2005283326A (ja) * 2004-03-30 2005-10-13 Hitachi High-Technologies Corp 欠陥レビュー方法及びその装置
TW200622275A (en) * 2004-09-06 2006-07-01 Mentor Graphics Corp Integrated circuit yield and quality analysis methods and systems
US7729529B2 (en) * 2004-12-07 2010-06-01 Kla-Tencor Technologies Corp. Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8041103B2 (en) * 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US7570800B2 (en) 2005-12-14 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for binning defects detected on a specimen
JP2008145226A (ja) * 2006-12-08 2008-06-26 Olympus Corp 欠陥検査装置及び欠陥検査方法
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
US7777185B2 (en) 2007-09-25 2010-08-17 Ut-Battelle, Llc Method and apparatus for a high-resolution three dimensional confocal scanning transmission electron microscope
JP5081590B2 (ja) * 2007-11-14 2012-11-28 株式会社日立ハイテクノロジーズ 欠陥観察分類方法及びその装置
JP5297261B2 (ja) * 2009-04-28 2013-09-25 株式会社日立ハイテクノロジーズ 観察欠陥選択処理方法、欠陥観察方法、観察欠陥選択処理装置、欠陥観察装置
JP5543872B2 (ja) * 2010-07-27 2014-07-09 株式会社東芝 パターン検査方法およびパターン検査装置
US8781781B2 (en) * 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
US9208552B2 (en) 2011-04-26 2015-12-08 Kla-Tencor Corporation Method and system for hybrid reticle inspection
US9069923B2 (en) 2011-06-16 2015-06-30 Globalfoundries Singapore Pte. Ltd. IP protection
JP5581286B2 (ja) * 2011-09-09 2014-08-27 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
US9087367B2 (en) * 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US9075934B2 (en) * 2011-09-24 2015-07-07 Globalfoundries Inc. Reticle defect correction by second exposure
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
WO2014149197A1 (en) 2013-02-01 2014-09-25 Kla-Tencor Corporation Detecting defects on a wafer using defect-specific and multi-channel information
US9098891B2 (en) 2013-04-08 2015-08-04 Kla-Tencor Corp. Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology
US9275450B2 (en) 2013-04-09 2016-03-01 Kla-Tencor Corp. High accuracy design based classification
US9171364B2 (en) 2013-06-21 2015-10-27 Kla-Tencor Corp. Wafer inspection using free-form care areas
US9123583B2 (en) * 2013-07-12 2015-09-01 Taiwan Semiconductor Manufacturing Co., Ltd. Overlay abnormality gating by Z data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009516832A (ja) * 2005-11-18 2009-04-23 ケーエルエー−テンカー テクノロジィース コーポレイション 検査データと組み合わせて設計データを使用するための方法及びシステム
JP2006227026A (ja) * 2006-05-15 2006-08-31 Renesas Technology Corp パターン検査方法及びパターン検査装置
US20110170091A1 (en) * 2010-01-11 2011-07-14 Kla-Tencor Corporation Inspection guided overlay metrology

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190130175A (ko) * 2017-04-12 2019-11-21 케이엘에이 코포레이션 제조된 컴포넌트로부터 식별된 패턴 결함들의 체계적인 및 확률론적인 특성화를 위한 시스템, 방법 및 컴퓨터 프로그램 제품
WO2020210410A1 (en) * 2019-04-10 2020-10-15 Kla Corporation Defect candidate generation for inspection
US11114324B2 (en) 2019-04-10 2021-09-07 KLA Corp. Defect candidate generation for inspection

Also Published As

Publication number Publication date
US20150324965A1 (en) 2015-11-12
US9401016B2 (en) 2016-07-26
JP6785663B2 (ja) 2020-11-18
CN106415807A (zh) 2017-02-15
TWI648533B (zh) 2019-01-21
CN106415807B (zh) 2018-04-10
WO2015175404A1 (en) 2015-11-19
TW201602565A (zh) 2016-01-16
KR102300550B1 (ko) 2021-09-08
JP2017523390A (ja) 2017-08-17
IL248121B (en) 2018-10-31

Similar Documents

Publication Publication Date Title
KR102300550B1 (ko) 검사를 위한 고해상도 전체 다이 이미지 데이터의 사용
CN106796724B (zh) 自动化图案保真度测量计划产生
KR102330735B1 (ko) 패터닝된 웨이퍼들 상의 결함들의 서브-픽셀 및 서브-해상도 로컬리제이션
US10483081B2 (en) Self directed metrology and pattern classification
TWI686718B (zh) 判定用於樣本上之關注區域之座標
KR102369848B1 (ko) 관심 패턴 이미지 집단에 대한 이상치 검출
KR102485553B1 (ko) 임계 치수 균일도 강화 기술들 및 장치
KR102110634B1 (ko) 자유형의 주의 영역들을 사용한 웨이퍼 검사
US10359371B2 (en) Determining one or more characteristics of a pattern of interest on a specimen
JP5543872B2 (ja) パターン検査方法およびパターン検査装置
JP6472447B2 (ja) フォトマスク欠陥性における変化の監視
CN109314067B (zh) 在逻辑及热点检验中使用z层上下文来改善灵敏度及抑制干扰的系统及方法
IL257205A (en) Self-directed metrology and example classification
TW202011121A (zh) 用於較佳設計對準之目標選擇改良
TW202300900A (zh) 以經呈現設計影像之設計照護區域之分段

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant