KR20180030249A

KR20180030249A - 반도체 마스크 검사를 위한 다각형 기반 지오메트리 분류

Info

Publication number: KR20180030249A
Application number: KR1020187006960A
Authority: KR
Inventors: 인 쉬; 웬페이 구 (알렉스); 루이팡 시
Original assignee: 케이엘에이-텐코 코포레이션
Priority date: 2015-08-10
Filing date: 2016-08-10
Publication date: 2018-03-21
Also published as: US10140698B2; TWI708155B; JP6904943B2; IL256857B; WO2017027555A1; TW201721483A; JP2018529088A; US20170046471A1; KR102369845B1; CN108351596A; CN108351596B; IL256857A

Abstract

포토리소그래피 마스크의 검사를 위해 피처 분류를 제공하는 방법 및 장치가 개시된다. 마스크의 제조를 위한 설계 데이터베이스는 꼭지점의 세트에 의해 각각 규정된 다각형을 포함한다. 서로 인접한 다각형들 중 어떤 것은 함께 그룹화된다. 임의의 그룹화된 다각형들은 이러한 그룹화된 다각형의 세트의 커버링 영역에 대응하는 다각형을 얻기 위해 그룹화된 다각형들의 각 세트의 내부 에지들을 제거하도록 힐링된다. 복수의 피처 클래스를 검출하기 위한 요건을 특정하는 기하학적 제약이 제공되어, 설계 데이터베이스의 다각형에서 복수의 피처 클래스를 검출하는데 사용된다. 검출된 피처 클래스는 마스크의 결함을 검출하는데 사용된다.

Description

반도체 마스크 검사를 위한 다각형 기반 지오메트리 분류

관련 출원에 대한 상호 참조

본 출원은 다음과 같은 선행 출원 즉, (i) Yin Xu 등에 의한 “반도체 마스크 검사를 위한 폴리곤 기반 지오메트리 분류(POLYGON-BASED GEOMETRY CLASSIFICATION FOR SEMICONDUCTOR MASK INSPECTION)”라고 명명된 2015년 8월 10일자로 출원된 미국 가출원 제62/203,281호의 이익을 주장하며, 이 출원은 모든 목적을 위해 그 전체가 참고로 여기에 통합된다.

발명의 기술 분야

본 발명은 일반적으로 레티클 검사 분야에 관한 것이다. 보다 상세하게는, 본 발명은 검사 동안에 결함 검출을 위한 피처(feature)의 지오메트리(geometry) 분류에 관한 것이다.

반도체 제조 산업은 회로를 반도체 재료에 집적하는 매우 복잡한 기술들을 수반한다. 기술들 중 하나는 포토리소그래피를 포함하며, 이러한 포토리소그래피는 포토마스크 또는 레티클로부터 포토레지스트의 층으로 패턴을 전사하기 위한 에칭 및 퇴적(deposition) 프로세스의 조합을 사용하는 것을 수반한다. 패터닝된 포토레지스트 층은 IC 디바이스를 형성하는 반도체 기판을 선택적으로 에칭하는데 사용된다. 일반적인 포토마스크 또는 차광(light-blocking) 마스크는, 크롬과 같은 불투명 재료의 패터닝된 레이어를 지원하는 석영(유리) 기판으로 제조된다. 예를 들어, 일 유형의 차광 마스크는 위상 시프트 마스크, 또는 PSM이다. 다른 유형의 마스크는 임베디드 감쇠 위상 시프트 마스크(embedded attenuating phase shift mask; EAPSM) 및 교번 위상 시프트 마스크(alternating phase shift mask; APSM)와 같은 진보된(advanced) 위상 시프트 마스크를 포함한다.

대규모의 회로 집적 및 반도체 디바이스의 크기 감소로 인해, 반도체 제조 프로세스는 결함이 발생하기 쉽다. 따라서, 검사 및 테스트 절차는 품질 제어 목적을 위하여 중요하다. 포토마스크 및 레티클 제조 프로세스의 일부분으로서, 특정 검사 및 테스트 절차가 개발되어 있다. 포토 마스크를 검사하는 대부분의 기술은 고품질의 그레이스케일 이미지를 획득하는 것을 수반한다. 그 후, 이러한 이미지는 발생 가능한 결함을 검출하기 위하여 분석된다. 중요한 결함을 중요하지 않은[뉴슨스(nuisance)] 결함으로부터 분리하는 프로세스에서, 지오메트리 분류가 종종 필요하다. 표준 기술은 일반적으로 지오메트리 분류를 위해 그레이스케일 이미지를 사용한다. 예를 들어, 코너 결함은 에지에서 동일한 결함 강도를 갖는 결함보다 덜 중요하다. 전자는 웨이퍼에 어떤 인쇄 영향을 미치지 않지만, 후자는 인쇄에 큰 영향을 줄 수 있다. 그러나, 유한 해상도(또는 픽셀 크기)로 인해, 광학 이미지에 기초한 지오메트리 분류는 항상 충분한 충실도를 갖지 않아, 결함 분류를 부정확하게 만든다.

다이-대-데이터베이스(die-to-database) 검사에서, 포토마스크를 생성하는데 사용된 설계 데이터베이스는, 래스터화된(rasterized) 데이터베이스 이미지로 변환될 수 있으며, 그 후, 이러한 이미지는 검사 이미징 프로세스를 시뮬레이션하기 위하여 추가로 처리된다. 그 후, 이러한 렌더링된 이미지는 잠재적인 결함을 찾기 위해 레티클 이미지와 비교된다. 그러나, 이러한 래스터화된 이미지가 광학 이미지보다 높은 해상도를 갖더라도, 유한 해상도로 인해 이러한 래스터화된 데이터베이스 이미지를 사용하여 결함을 분류하는데 있어서 여전히 문제가 있다.

이와 같이, 현재의 포토 마스크 검사 결함 및 지오메트리 분류를 개선할 필요성이 강하다.

다음은 본 발명의 일부 실시형태에 대한 기본적인 이해를 제공하기 위하여 본 개시의 간략화된 개요를 제공한다. 이 개요는 본 개시의 광범위한 개관이 아니며, 본 발명의 핵심적인/중대한 요소를 식별하거나 본 발명의 범위를 기술하지는 않는다. 그것의 유일한 목적은 이후에 제공되는 보다 더 상세한 설명의 서문으로서 본 명세서에 개시된 일부 개념을 단순화되고 추상적인 형태로 제시하는 것이다.

일 실시형태에서, 포토리소그래피 마스크의 검사를 위해 피처 분류를 제공하는 방법이 개시된다. 마스크의 제조를 위한 설계 데이터베이스가 제공되며, 설계 데이터베이스는 꼭지점(vertex)들의 세트에 의해 각각 규정되는 다각형(polygon)을 포함한다. 그룹화된 다각형의 각 세트의 커버링 영역에 대응하는 다각형을 획득하도록 그룹화된 다각형의 각 세트의 내부 에지를 제거하기 위하여, 서로 인접한 다각형들 중 어느 것이 함께 그룹화되고, 어느 그룹화된 다각형이 함께 힐링(heal)된다. 복수의 피처 클래스를 검출하기 위한 요건을 특정하는 지오메트릭 제약(constraint)이 또한 제공된다. 설계 데이터베이스에 대하여 힐링이 수행된 후에, 설계 데이터베이스의 다각형에 있는 피처 클래스가 지오메트릭 제약에 기초하여 검출된다. 그 설계 데이터베이스로 제작된 마스크를 검사할 때, 결함은 설계 데이터베이스에서의 검출된 피처 클래스에 기초하여 검출된다.

특정 구현예에서, 지오메트릭 제약은 각도 제약, 에지 길이 제한(restraint), 및 너브(nub) 피처를 검출하기 위한 내부 영역 제약을 포함한다. 추가의 양태에서, 에지 길이 제약은 너브 피처에 대한 최대 폭, 너브 피처에 대한 최대 높이, 및 너브 피처가 연장되는 최소 베이스 길이를 특정한다. 또 다른 실시형태에서, 지오메트릭 제약은 각도 제약, 에지 길이 제한 및 노치 피처를 검출하기 위한 외부 영역 제약을 포함하고, 에지 길이 제한은 노치 피처에 대한 최대 폭, 노치 피처에 대한 최대 높이, 및 노치 피처가 연장되는 최소 베이스 길이를 특정한다. 또 다른 양태에서, 기하학적 제약은 미리 정해진 임계값보다 작은 임계 치수를 갖는 것으로서 씬 라인 피처(thin line feature)를 검출하기 위한 제약을 포함한다.

또 다른 실시형태에서, 피처 클래스는 검사 동안에 검출된 후보 결함 주위의 영역에 대해 선택적으로 검출된다. 추가의 양태에서, 그룹화 및 힐링은 검사 동안에 검출된 후보 결함 주위의 영역에 대해 선택적으로 수행된다. 또 다른 구현예에서, 피처 클래스를 검출하는 것은 해상도 제한(resolution-limited)이 없다. 또 다른 양태에서, 사용자가 지오메트릭 제약에 추가되도록 구성된, 새로운 지오메트릭 제약이 수신된다. 또 다른 실시형태에서, 결함을 검출하는 것은, 설계 데이터베이스에서 검출된 피처 클래스에 대응하는 복수의 임계값에 기초한다.

대안적인 실시형태에서, 본 발명은 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템에 관한 것이다. 상기 시스템은 전술한 방법들 중 하나 이상의 방법을 수행하도록 구성되는 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함한다.

본 발명의 이러한 양태 및 다른 양태는 도면을 참조하여 이하에서 더 설명된다.

도 1은 본 발명의 일 실시형태에 따른 데이터베이스(DB) 피처 분류 프로세스를 예시하는 흐름도이다.
도 2a는 꼭지점을 갖는 복수의 다각형을 포함하는 설계 DB의 일부의 평면도이다.
도 2b는 본 발명의 일 실시형태에 따른 도 2a의 데이터베이스 부분의 다각형에 대해 수행 된 다각형 힐링 프로세스의 결과의 평면도이다.
도 2c는 본 발명의 특정 애플리케이션에 따른 설계 데이터베이스의 더 큰 영역에 적용된 다각형 힐링으로부터의 결과의 평면도이다.
도 3a 내지 도 3c는 본 발명의 일 실시형태에 따른 “너브(nub)” 유형 DB 피처를 식별하기 위한 일련의 제약을 예시한다.
도 4a 내지 도 4c는 본 발명의 일 실시형태에 따른 “노치(notch)” 유형 DB 피처를 식별하기 위한 일련의 지오메트릭 제약의 구현을 예시한다.
도 5a 및 도 5b는 본 발명의 하나의 적용에 따른 DB-이미지-기반 노치 검출기와 다각형-기반 노치 검출기 사이의 비교를 예시한다.
도 6a는 DB 이미지에서 접합 형상(junction shape)을 식별하는데 실패한 종래의 이미지-기반 검출기를 예시한다.
도 6b는 본 발명의 일 실시형태에 따른 다각형-기반 접근법을 사용하여 다각형 패턴 내의 접합부의 코너 꼭지점의 식별을 예시한다.
도 7은 본 발명의 일 실시형태에 따른 레티클 검사 절차를 예시하는 흐름도이다.
도 8은 일부 실시형태에 따른 포토마스크 검사 장치의 개략도를 제공한다.

이하의 설명에서, 본 발명의 완전한 이해를 제공하기 위해 다수의 특정 세부 사항이 설명된다. 본 발명은 이러한 특정 세부 사항의 일부 또는 전부 없이 실시될 수도 있다. 다른 예에서, 본 발명을 불필요하게 모호하게 하지 않기 위해 잘 알려진 프로세스 동작이 상세히 설명되지는 않았다. 본 발명은 특정 실시형태와 함께 설명될 것이지만, 본 발명을 상기 실시형태로 한정하려는 의도는 아니라는 것을 이해할 것이다.

하나의 종래의 다이-대-데이터베이스 검사 접근법은, 미국 특허 제7,167,185호에 더 기재된 바와 같이, 예를 들어 GDSII 포맷으로 설계되고 기술된 바와 같이, 데이터베이스 다각형으로부터의 그레이스케일 값을 갖는 데이터베이스(DB) 이미지를 제1 래스터화하는 단계를 포함하며, 이는 그 전체가 참고로 본 명세서에 통합된다. 잠재적인 결함 이미지 상의 결함 영역 주위에 다양한 전략(침식, 템플릿 매칭, 스윕 라인 등)을 적용하여 특정 검사 또는 결함 검출에 대한 디세싱(desensing) 요건에 따라 다른 지오메트리 분류를 식별할 수도 있다. 예를 들어, 뉴슨스(nuisance) 결함과 실제 결함이 구별될 수 있다.

웨이퍼 상에 인쇄될 피처의 치수가 계속 축소됨에 따라, DB 마스크 설계의 크기는 계속 더 작아지고 있다. 래스터화된 DB 이미지의 해상도 제한으로 인해, 결함 주위의 지오메트리 분류가 DB 패턴이 작은 영역에서 불안정하게 되고 신뢰할 수 없게 된다. 래스터화된 이미지의 해상도 제한은 더 작은 그리드에서 DB 수치를 래스터화함으로써 감소될 수 있다. 그러나, 메모리와 계산 시간 양자는, 더 작은 그리드에서 기하급수적으로 증가하며, 이러한 특별한 접근법은 더 이상 비용 효율적이지 않은 방식으로 발전하고 있다.

일반적으로, 본 발명의 일부 실시형태는 결함 검출에 사용하기 위한 피처 분류를 위해 처리된 DB 다각형을 사용한다. 도 1은 본 발명의 일 실시형태에 따른 데이터베이스(DB) 피처 분류 프로세스(100)를 예시하는 흐름도이다. 우선, 동작 102에서, 꼭지점을 갖는 복수의 다각형을 가지는 설계 데이터베이스가 획득된다. 특정 DB 검사 접근법에 대한 입력 데이터는 EDA(Electronic Design Automation) 소프트웨어에 의해 설계된 패턴을 포함할 수도 있다. 이러한 설계 패턴은 각각이 3개 또는 4개의 꼭지점을 갖는, 2 차원 평면상의 사다리꼴 또는 직사각형인 다각형으로 기하학적으로 표현된다. 일반적으로, 설계 DB는 직사각형 또는 정사각형과 같은, 보다 기본적인 형상으로부터 형성된 복잡한 형상을 포함할 수도 있다. 도 2a에 도시된 바와 같이, 데이터베이스(200)의 일부는 복수의 단순한 다각형, 예를 들어 직사각형의 다각형(202a-202g)을 포함한다. 예로서, 다각형(202a)은 꼭지점(204a, 204b, 204c, 및 204d)을 포함한다.

꼭지점은 2D 평면에 x 및 y 좌표로서 저장될 수도 있으며, 이들이 함께 설계 패턴의 지오메트릭 형상의 연속적인 형태(form)를 규정한다. 설계의 각 다각형의 꼭지점이 무한 해상도(적어도 이론상임)로 규정되고 알려지기 때문에, 마스크 DB로부터 내보내진 다각형은 실제로 해상도-독립적인 패턴으로 간주될 수 있다. 캘리포니아주 마운틴 뷰의 Synopsys에로부터 입수가능한 CATS와 같은 프랙처링(fracturing) 프로세스는, 복잡한 형상이 더 간단한 다각형으로 분해되도록 설계 DB에 관하여 실행되었을 수도 있다.

예를 들어, 마스크 DB로부터 다각형을 내보내거나 획득한 후에, 동작 104에서, 임의의 터칭(touching) 다각형은 함께 그룹화될 수 있다. 도 2a에 도시된 바와 같이, 그룹(206)이 형성될 수도 있다. 그 후, 임의의 그룹화된 다각형은 동작 106에서 힐링될 수도 있다. 힐링은 그룹화된 다각형의 각 세트에 대한 커버링 영역에 대응하는 다각형을 획득하기 위하여 그룹화된 다각형의 각 세트에 대한 모든 내부 에지를 제거하도록 수행된다. 실제로, 모든 터칭 다각형은 그룹화된 다각형의 윤곽 형상을 나타내는 복잡한 다각형을 획득하기 위하여 함께 “스티칭(stitched)” 된다. 설계 DB가 프랙처링 프로세스를 거치지 않으면, 동작(104 및 106)은 스킵(skip)될 수도 있다.

도 2b는 본 발명의 일 실시형태에 따른 도 2a의 데이터베이스 부분의 다각형에 대해 수행된 다각형 힐링 프로세스의 결과의 평면도이다. 실제로는, 도 2a로부터의 터칭 다각형의 내부 에지는 그룹화 경계 내에서 제거되어 도 2b의 형상이 된다. 도 2c는 본 발명의 특정 애플리케이션에 따른 설계 데이터베이스의 더 큰 영역에 적용된 다각형 힐링의 결과의 평면도이다. 2D 계산 지오메트리 이론에서, 다각형 힐링은 다각형 부울(boolean) 연산의 카테고리에서의 유니언(Union) 연산과 유사하다.

일단 마스크 DB의 다각형이 힐링되면, 동작 108에서, 피처 분류 맵을 생성하기 위하여 힐링된 DB 다각형에 대해 다양한 피처 검출 알고리즘들이 실행될 수 있다. 그 결과적인 힐링된 다각형은 예로서 꼭지점의 정렬된 리스트로 표현될 수도 있다. 결과적인 꼭지점 리스트는 하나 이상의 피처 검출 알고리즘에 대한 입력으로서 사용될 수도 있다. 일반적으로, 피처 검출 알고리즘은 특정 피처 클래스에 대한 하나 이상의 특정 지오메트릭 제약이 각 꼭지점 위치(또는 꼭지점의 세트)에서 만족되는지를 반복적으로 체크할 수도 있다.

임의의 적합한 유형 및 개수의 피처 검출 알고리즘이 힐링 프로세스에 기인한 다각형의 결과적인 꼭지점에 대하여 구현될 수 있다. 피처 검출 프로세스의 예는 템플릿 매칭, 스윕 라인, 축소/확장 등을 포함한다.

템플릿 매칭은 일반적으로 특정 피처 유형의 템플릿들의 세트를 사용하여 이러한 템플릿과 매칭되는 피처를 위치 설정하는 것을 수반한다. 예를 들어, 십자 형상의 피처에 대한 템플릿은 힐링된 설계 DB에서 십자 형상 피처를 위치 설정하는데 사용될 수도 있다. 각각의 피처 템플릿은 특정 피처 유형으로서 특정 다각형을 식별하기 위한 하나 이상의 제약을 포함할 수도 있다.

마스크 검사와 관련된 하나의 중요한 애플리케이션은, DB 이미지 상의 사용자-특정된 치수 제약을 만족하는 클리어(밝은(bright)) 재료의 OPC(Optical Proximity Correction) 영역에서, 각각 오목부 또는 볼록부로서 N/N 피처를 규정하는 노치/너브(N/N) 검출이다. 다각형-기반 N/N 검출기는 N/N 피처의 치수 제약을 변환하여 특정되는 N/N-특정 지오메트릭 제약을 적용함으로써 힐링된 DB 다각형에 직접 작용한다. 특히, N/N 검출기는 각 다각형의 꼭지점을 통하여 반복하여 N/N 피처의 모든 지오메트릭 제약이 충족되는지 여부를 체크한다. 이러한 접근법은 N/N 피처의 연속적인-형태 표현을 제공하므로, N/N 검출 동안의 해상도-독립적인 결과를 달성한다. 즉, 다각형 또는 다각형 부분은, 잘 규정된 구조를 갖는 연속적인 형상을 함께 규정하는 복수의 꼭지점 좌표에 의해 규정된다.

도 3a 내지 도 3c는 본 발명의 일 실시형태에 따른 다각형(300)의 “너브” 유형 DB 피처를 식별하기 위한 일련의 지오메트릭 제약의 구현을 예시한다. 특히, 잠재적인 너브 영역의 2개의 에지 벡터의 각도는, 직교성과 같은 특정 자격을 충족해야 한다. 에지는 일반적으로 다각형의 두 꼭지점 사이의 라인으로서 규정될 수도 있다. 도 3a에 도시된 바와 같이, 잠재적인 너브 다각형(300)에 대한 예시적인 직교성 각도 제약(302a, 302b, 302c, 및 302d)이 예시된다.

너브 피처를 식별하기 위한 다른 제약은, 잠재적인 너브 영역의 하나 이상의 에지에 대한 길이 제약을 포함할 수도 있다. 일반적으로, 후보 너브 피처의 어떤 에지의 길이는, 특정 범위 내에 있거나 그러한 잠재적인 너브 영역의 일부 다른 에지에 비례하도록 요구될 수 있다. 도 3b는 본 발명의 일 실시형태에 따른 설계 DB 다각형(300)에서 너브를 식별하기 위한 길이 제약을 예시한다. 도시된 바와 같이, (꼭지점들(342a 및 342b) 사이의) 다각형 (300)의 잠재적인 너브 부분은 미리 정해진 폭(mW)보다 작은 폭(W)을 가지도록 요구된다. 이러한 잠재적인 너브 부분은 또한 미리 정해진 높이(mH)보다 작은 높이(H)를 갖는 2 개의 에지(꼭지점들(342a 및 342d) 사이 그리고 꼭지점들(342b 및 342e) 사이)를 가지도록 요구된다. 너브 부분은 또한, 적어도 잠재적 너브의 폭(W)의 0.3배 보다 큰 에지를 갖는 베이스 부분으로부터 연장되도록 요구된다.

너브 피처를 식별하기 위한 제약은 또한, 내부 제약을 포함할 수도 있다. 이 제약은, 도 3c에 도시된 바와 같이, 잠재적인 너브 피처에 대한 DB 다각형 내부 영역이 특정 치수를 갖는 다른 다각형 형상을 완전히 포함할 수 있어야 한다. 이 속성은 잠재적인 너브 피처를 가진 DB 다각형의 내부에 관하여 특정 내부 제약 다각형의 모든 에지를 체크함으로써 검사될 수 있다. 도시된 바와 같이, 내부 제한은 다각형(300)에 완전히 포함되는 영역 (370)의 형태를 취한다.

반면에, 노치 검출기는 DB 이미지의 잠재적인 노치 피처에 적용될 상이한 세트의 지오메트릭 제약을 포함한다. 도 4a 내지 도 4c는 본 발명의 일 실시형태에 따른 DB 다각형(400)의 “노치” 유형 DB 피처를 식별하기 위한 일련의 지오메트릭 제약의 구현을 예시한다. 도 4a는 노치 피처에 대한 직교성과 같은 각도 제약을 예시한다. 도 4b는 노치 피처에 대한 예시적인 길이 제약을 예시한다. 마지막으로, 도 4c는 완전히 잠재적인 노치 영역 외부에 있는 외부 영역(470)을 필요로 하는 외부 제약을 예시한다. 달리 말하면, 외부 영역(470)은 노치 영역 내에 포함되지 않는다.

본 발명의 일부 실시형태는, 다이 또는 DB 이미지와 비교하여, 어떤 피처가 규정된 DB 다각형에서 보다 신뢰성 있게 식별되게 한다. 도 5a 및 도 5b는 본 발명의 하나의 애플리케이션에 따른 DB-이미지-기반 노치 검출기와 DB-다각형-기반 노치 검출기 간의 비교를 예시한다. 이미지-기반 노치 검출기는 도 5a에 도시된 바와 같이, 래스터화된 마스크 DB 이미지에 대하여 작동된다. 노치 검출기는 이 결함 위치 부근의 흐릿한 이미지 픽셀로 인해 결함 픽셀(502) 부근에 있는 “얕은 벨리(velley)” 노치 피처를 포착하지 못한다. 그에 반해서, 다각형-기반 노치 검출기는 해상도-독립적인 DB 다각형에서 작동하고, 도 5b에 도시된 바와 같이 다각형(550)의 아주 작은 노치(552)를 성공적으로 캐치한다.

종래의 EUV 검사에서, 해상도 제한은 또한, 래스터화된 DB 이미지와 함께 존재한다. 종래의 이미지-기반 검출기는, 주어진 임계 치수(CD) 범위(일반적으로 3 픽셀보다 작음)에 따라 수평 및 수직 막대의 교차점으로 나타나는, 도 6a에 도시된 바와 같은 설계 패턴의 “접합부” 형상을 식별하지 못한다. 결함(602)이 이러한 미확된 접합부 부근에 있다면, 그러한 결함(602)은 결함에 보다 민감한 접합부 부근에 있는 결함에 대해 너무 낮은 민감도로 처리될 수도 있다. 그에 반해서, 다각형-기반 검출기는 위에서 언급한 각도 및 길이에 대한 지오메트릭 제약을 충족하는, DB 다각형의 코너 꼭지점을 성공적으로 포착한다. 도 6b는 본 발명의 일 실시형태에 따른 다각형 접근법을 사용하여 다각형 패턴 내의 접합부의 코너 꼭지점들(642a, 642b, 642c, 및 642d)의 식별을 예시한다.

다른 피처 검출기는 씬 라인 검출기(Thin Line 또는 TL 검출기)의 형태 내에 있는 OPC 데이터에 속한다. TL 검출기는 주어진 임계값보다 작은 CD(critical dimension)로 설계 패턴을 분류한다. 래스터화된 DB 이미지 패턴이 입력되는 이미지-기반 TL 검출기는 아주 작은 피처의 이미지 해상도에 의해 제한될 수 있지만, 다각형-기반 TL 검출기는 오리지널 DB 설계 데이터에 내재된 연속적인 형태에 대한 지오메트릭 제약을 체크하도록 구성될 수도 있고, 이에 따라서 이러한 한계를 극복할 수 있다.

기하학적 분류는 결함 위치 주위에서만 선택적으로 수행될 수도 있다. 예를 들어, 다각형 힐링 및 피처 검출 프로세스는 각 결함 주위의 어떤 영역 범위에 대해 수행될 수도 있으며, 그 위치는 DB 이미지상의 대응하는 결함 픽셀 좌표로부터 변환될 수 있다. 이에 따라, 다각형의 매우 작은 퍼센트만이 처리될 필요가 있기 때문에, 일부 실시형태의 처리량은 매우 높을 수 있다.

본 발명의 일부 실시형태는 DB 다각형을 사용하여 피처를 신뢰성 있게 분류하는 메커니즘을 제공하고, 다른 분류된 피처는 다른 검사 알고리즘과 연관될 수 있다. 예를 들어, 어떤 유형의 에지 피처들에 있거나 그 부근에 있는 잠재적 결함들은 코너 피처들보다 결함 검출에 대하여 더 높은 민감도를 요구할 수도 있다. 피처가 신뢰성 있게 분류되기 때문에, 검사는 중요한 피처에 대해 너무 낮은 민감도를 사용하는 것을 피할 수 있으며, 또한 결함을 가지는 “상관 없음(don't care)” 영역인 중요하지 않은 피처에 대해서는 너무 높은 민감도를 사용하는 것을 피할 수 있다. 예를 들어, 코너 부근에 있는 후보 결함은 실제 결함으로서 규정하기 위한 낮은 임계값에서 검사될 수도 있으므로, 검사 결과는 많은 뉴슨스(nuisance) 코너 결함을 포함하지 않을 것이며, 이는 상당히 높을 수 있다(예를 들어, 1000개).

일부 애플리케이션에서, 어떤 실시형태는 래스터화된 DB 이미지의 해상도 제한에 의해 제한되지 않는 다이-대-데이터베이스(게다가, 다이-대-다이) 마스크 검사에 대한 결함의 고정밀도 지오메트리 분류를 달성할 수 있다. 부가적으로, 본 명세서에 설명된 기술들은 DB 다각형의 관점에서 새로운 지오메트릭 제약을 간단히 도입함으로써 DB 설계 데이터에 대한 새로운 피처 형상을 규정하기 위한 용이한 메카니즘을 제공할 수 있다. 예를 들어, 사용자는 새로운 지오메트릭 피처 유형의 치수 제약을 쉽게 설계하거나 구성할 수 있다.

검사 동안에 부정확한 지오메트리 분류는, 중요한 결함을 놓치는 경우에 수율에 최악의 영향을 미칠 수 있는데, 그 이유는 잘못된 카테고리로 분류된 후보 결함들은, 웨이퍼 제조자에 대하여 시간과 비용을 손실되게 하고, 극단적인 경우에는, 수익성의 완전한 상실을 야기할 수 있다. 오늘날 대부분의 지오메트리 분류는 래스터화된 이미지에 기초한다. 위에서 설명된 어떤 단순화된 DB 다각형-기반 지오메트리 분류 실시형태는, 고객이 피처 형상을 보다 엄격하게 규정하고, 아주 작은 치수로도 다른 피처를 검출하고, 래스터화된 DB 패턴 이미지의 해상도 제한을 극복하고, 전반적으로 지오메트리 분류의 견고성을 향상시킬 수 있게 한다.

도 7은 본 발명의 일 용도에 따른 레티클 검사 절차(700)를 예시하는 흐름도이다. 이 프로세스는 한 쌍의 테스트 및 기준(reference) 이미지에 적용되는 것으로 설명되지만, 이 프로세스는 일반적으로 많은 수의 이미지에 적용된다. 예를 들어, 레티클은 복수의 개별적으로 분석된 이미지를 생성하기 위해 이미징될 수도 있다.

초기에, 레티클로부터의 테스트 이미지가 동작 702에서 획득될 수도 있다. 예를 들어, 검사 시스템은 레티클의 복수의 이미지를 획득하는데 사용된다. 기준 이미지는 또한 동작 704에서 제공될 수도 있다. 예를 들어, 다이-대-다이(die-to-die)형 검사를 위해 레티클상의 등가의 다이 영역의 또 다른 이미지가 획득된다. 다이-대-데이터베이스(die-to-database) 검사에서, 설계 데이터베이스에 기초하여 기준 이미지가 생성된다. 예를 들어, 검사 광학은 기준 이미지를 획득하기 위해 설계 패턴에 모델링되어 적용된다. 테스트 이미지는 동작 706에서 기준 이미지에 대하여 정렬될 수도 있다. 테스트 이미지 및 기준 이미지 양자는 본 명세서에서 설명된 바와 같이 마스크 복구된 스폿 이미지이거나, 검사 툴로부터 획득된 “로우(raw)” 이미지일 수도 있다.

동작 708에서, 기준 이미지는 후보 결함(차이 피처)을 검출하도록 테스트 이미지와 비교된다. 특정 실시형태에서, 정렬된 테스트 전송된 이미지와 기준 전송된 이미지 사이 및 정렬된 테스트 반영된 이미지와 기준 반사된 이미지 사이의 차이가 식별된다.

그 후, 후보 결함들 부근의 피처는 동작 710에서, 다른 피처 클래스들과 연관된 다른 임계값들로 분류될 수도 있다. 예를 들어, 도 1의 분류 프로세스는 검출된 후보 결함 주위의 영역들에 대해서만 피쳐 분류 맵을 생성하도록 실행될 수도 있다. 피처 분류 맵은 검출된 후보 결함들과 인접하여 배치되거나 중첩되는 특정 피처 클래스들을 식별한다.

포토마스크 검사 방법들은, 특정 피처 유형에 대한 하나 이상의 사용자-규정된 검출 임계값을 제공하는 것을 수반할 수도 있다. 예를 들어, 인접한 라인 피처에는, 하나의 검출 임계값이 할당될 수도 있는 반면에, 코너 피처에는 더 낮은 임계값이 할당될 수도 있다. 이러한 차별화는 뉴슨스 결함의 검출을 감소시키고 결함 포착을 증가시킴으로써 검사 자원을 최적화하는 데 사용될 수 있다.

그 후, 동작 712에서, 후보 결함들 중 어느 것이, 그들의 연관된 피처 클래스들 및 연관된 임계값들에 기초하여 실제 결함인지가 결정될 수도 있다. 예를 들어, 검출된 잠재적인 결함이 코너 부근에 있다면, 이를 결함으로 규정하기 위하여 상기 결함은 더 낮은 임계값으로 분석될 수도 있다. 잠재적인 결함은 다른 분류된 피처 및 대응하는 임계값과 연관될 수도 있다. 대안적으로, 잠재적인 결함이 분류된 피처 부근에 없다면, 디폴트 임계값이 사용될 수도 있다.

그 후, 비교 결과에 기초하여 레티클이 동작 714에서 검사에 합격하는지 여부를 결정할 수도 있다. 레티클이 합격하면, 합격된 레티클을 사용하여, 검사 프로세스가 종료되고 제조가 진행될 수도 있다. 레티클이 합격되지 않으면, 레티클은 동작 716에서 수리되거나 폐기될 수 있고, 검사가 종료된다.

어떤 실시형태에서, 검사는 다중 톤 마스크에도 적용된다. 이러한 마스크의 일 예는 가장 어두운 영역(예를 들어, 크롬 영역 또는 불투명 영역) 그리고 이들 사이의 어두움(darkness)을 갖는 그레이 스케일 영역의 패턴을 갖는 석영 또는 가장 밝은 영역을 가지는 트라이톤(tri-tone) 마스크이다. 이러한 그레이 스케일 영역은 복수의 방식으로(예를 들어, EPSM 재료 등을 사용함) 획득될 수도 있다. 이 경우에, 마스크는 별도로 분석되는 2 개의 상이한 마스크로서 처리된다. 예를 들어, 트라이톤 마스크는 전경(foreground)로서 취급되는 그레이 스케일 패턴(예를 들어, EPSM 재료)을 가진 백그라운드 패턴(예를 들어, 크롬)을 가진 마스크로서 취급될 수 있다. 동일한 프로세스 동작을 사용하여 위와 같이 이미지를 처리할 수?있다. 전경으로서 취급되는 가장 가벼운 패턴(예를 들어, 석영) 그리고 배경 패턴으로서 EPSM 재료를 사용하여 마스크에 대해 제2 분석이 수행된다. 각 재료는 이미지를 정렬하는데 사용될 수 있는 상이한 에지 효과를 입증하는 실질적으로 다른 특성을 가지므로 정렬을 쉽게 실시할 수 있다. 그 후, 마스크 패턴은 합산되고, 그 후 다이-대-다이 또는 다이-대-데이터베이스 비교에서 기준과 비교되어, 프로세스 윈도우에 걸쳐 웨이퍼 패턴 정확성을 확인하고 리소그래피적으로 중요한 결함을 식별할 수 있다.

시스템 예

본 명세서에 설명된 기술들은, 도 8에 개략적으로 예시된 것과 같이, 다양한 특수하게 구성된 검사 시스템들로부터 획득된 이미지 및 데이터에 대해 또는 그와 관련하여 구현되는 검사 프로세스 동안에 사용될 수도 있다. 예시된 시스템(850)은 조명 광학계(851a)를 통해 평면(852)에서의 포토마스크 또는 웨이퍼와 같은 샘플(S) 상으로 지향되는 적어도 하나의 광선을 생성하는 조명 소스(860)를 포함한다. 검사 시스템(850)은 평면(852)에서 개구 수(851b)를 가질 수도 있다. 조명 광학계(851a)는 또한 상이한 특성을 갖는 하나 이상의 입사 빔을 달성하기 위한 다양한 렌즈 및 모듈을 포함할 수도 있다. 검사/측정될 샘플(S)은 평면 (852)에서 스테이지 메카니즘(804) 상에 놓여지고, 소스에 노출된다.

샘플(S)(예를 들어, 마스크)로부터의 투과 이미지는, 패터닝된 이미지를 센서(854a) 상으로 투사하는 광학 요소(853a)의 집합을 통해 지향될 수 있다. 광학 요소(예를 들어, 빔 스플리터(876) 및 검출 렌즈(878))는 샘플(S)로부터 센서(854b)로의 반사광 및/또는 산란광을 지향 및 포착하도록 배열된다. 적절한 센서는, CCD(charged coupled device), CCD 어레이, TDI(time delay integration) 센서, TDI 센서 어레이, PMT(photomultiplier tube), 및 기타 센서를 포함한다. 어떤 검사 툴은, 광학 요소(853a) 및 센서(854a)를 제외한 반사 수집 광학계(853b)(또는 다른 산란 광학계) 및 센서(854b)만을 포함할 수도 있다.

조명 광학 기둥은 레티클의 패치를 주사하기 위하여 임의의 적절한 메카니즘에 의해 검출기 또는 카메라에 대해 이동된 마스크 스테이지 및/또는 스테이지에 대해 이동될 수도 있다. 예를 들어, 모터 메카니즘이 스테이지를 이동시키는데 이용될 수도 있다. 모터 메카니즘은, 예로서 스크류 드라이브 및 스테퍼 모터, 피드백 위치를 갖는 선형 드라이브, 또는 밴드 액츄에이터 및 스테퍼 모터로부터 형성될 수도 있다.

각각의 센서(예를 들어, 854a 및/또는 854b)에 의해 포착된 신호는, 하나 이상의 신호 프로세싱 디바이스에 의한 것과 같이 제어기 시스템(873)에 의해 처리될 수 있으며, 상기 신호 프로세싱 디바이스는 각각이 각 센서로부터의 아날로그 신호를 프로세싱을 위한 디지털 신호로 변환하도록 구성된 아날로그-대-디지털 변환기를 포함한다. 제어기 시스템(873)은 입력/출력 포트에 결합된 하나 이상의 프로세서를 포함하고, 적절한 버스 또는 다른 통신 메커니즘을 통해 하나 이상의 메모리를 포함할 수도 있다.

제어기 시스템(873)은 또한, 피처 검출기의 변경 또는 구성, 임계값 또는 다른 검사 레시피 파라미터의 변경 등과 같은 사용자 입력을 제공하기 위한 하나 이상의 입력 디바이스(예를 들어, 키보드, 마우스, 조이스틱)를 포함할 수도 있다. 제어기 시스템(873)은 또한 예를 들어 샘플 위치(예를 들어, 포커싱 및 스캐닝)를 제어하기 위한 스테이지 위치설정(positioning) 메카니즘에 연결되고, 다른 검사 파라미터 및 그러한 구성요소의 구성을 제어하기 위한 다른 검사/메트롤로지 시스템 구성 요소에 연결될 수도 있다.

제어기 시스템(873)은 결과적인 강도 값, 이미지, 및 다른 검사/메트롤로지 결과를 디스플레이하기 위한 사용자 인터페이스(예를 들어, 컴퓨터 스크린)를 제공하도록 (예를 들어, 프로그래밍 명령어를 사용하여) 구성될 수도 있다. 제어기 시스템(873)은 결과적인 강도 값, 이미지, 결함, 및 다른 검사/메트롤로지 특성을 디스플레이하기 위해 (예를 들어, 컴퓨터 스크린 상에) 사용자 인터페이스를 제공하도록 (예를 들어, 프로그래밍 명령어를 사용하여) 구성될 수도 있다. 어떤 실시형태에서, 제어기 시스템(873)은 전술한 검사 기술을 수행하도록 구성된다.

이러한 정보 및 프로그램 명령어는 특별히 구성된 컴퓨터 시스템 상에서 구현될 수도 있기 때문에, 그러한 시스템은 비일시적인 컴퓨터 판독 가능한 매체 상에 저장될 수 있는 본 명세서에 설명된 다양한 동작들을 수행하기 위한 프로그램 명령어/컴퓨터 코드를 포함한다. 머신 판독 가능한 매체의 예는, 하드 디스크, 플로피 디스크, 및 자기 테이프와 같은 자기 매체; CD-ROM 디스크와 같은 광 매체; 광 디스크와 같은 광 자기 매체; ROM(read-only memory device) 및 RAM(random access memory)과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 디바이스들을 포함한다. 프로그램 명령어의 예는, 컴파일러에 의해 생성되는 것과 같은 머신 코드, 및 인터프리터를 사용하여 컴퓨터에 의해 실행될 수도 있는 상위 레벨 코드를 포함하는 파일을 모두 포함한다.

일부 실시형태들에서, 반도체 샘플을 검사하기 위한 시스템은, 본 명세서에 설명된 기술들을 수행하도록 구성된 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함한다. 검사 시스템의 예는 캘리포니아주 밀피타스 소재의 KLA-Tencor로부터 입수가능한 특별히 구성된 29xx, 8xxx, 또는 3xxx 검사 시스템 제품군을 포함한다.

전술한 본 발명이 이해의 명확성을 위해 일부 상세하게 설명되었지만, 일부 변경 및 수정이 첨부된 청구항들의 범위 내에서 실시될 수도 있음이 명백할 것이다. 본 발명의 프로세스들, 시스템들, 및 장치를 구현하는 많은 대안적인 방식들이 있음에 주목하여야 한다. 예를 들어, 전술한 피처 분류는 반도체 웨이퍼와 같은, 임의의 적합한 샘플의 검사에 적용될 수도 있다. 따라서, 본 실시형태들은 제한적인 것이 아니라 예시적인 것으로 고려되어야 하며, 본 발명은 본 명세서에 주어진 세부 사항으로 제한되지 않는다.

Claims

포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법에 있어서,
마스크의 제조를 위한 설계 데이터베이스를 제공하는 단계 - 상기 설계 데이터베이스는 꼭지점(vertex)들의 세트에 의해 각각 규정되는 복수의 다각형들을 가짐 -;
서로 접하는 다각형들 중 어느 것을 그룹화하는 단계;
그룹화된 다각형들의 세트의 커버링 영역에 대응하는 다각형을 획득하기 위하여 그룹화된 다각형들의 각 세트의 내부 에지들을 제거하도록 어느 그룹화된 다각형을 함께 힐링(healing)하는 단계;
복수의 피처 클래스를 검출하기 위한 요건을 특정하는 기하학적 제약을 제공하는 단계;
상기 힐링이 상기 설계 데이터베이스 상에서 수행된 후에, 상기 기하학적 제약에 기초하여 상기 설계 데이터베이스의 상기 다각형에서 복수의 피처 클래스들을 검출하는 단계; 및
상기 설계 데이터베이스로 제조된 마스크의 검사에서, 상기 검출된 피처 클래스들에 기초하여 상기 설계 데이터베이스에서 결함들을 검출하는 단계를 포함하는 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 기하학적 제약은 각도 제약, 에지 길이 제한, 및 너브(nub) 피처 검출을 위한 내부 영역 제약을 포함하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제2항에 있어서, 상기 에지 길이 제약은, 상기 너브 피처에 대한 최대 폭, 상기 너브 피처에 대한 최대 높이, 및 상기 너브 피처가 연장되는 최소 베이스 길이를 특정하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 기하학적 제약은 미리 정해진 임계값보다 작은 임계 치수를 갖는 것으로서 씬(thin) 라인 피처를 검출하기 위한 제약을 포함하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 피처 클래스들은 상기 검사 동안에 검출된 후보 결함들 주위의 영역들에 대해 선택적으로 검출되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제5항에 있어서, 상기 그룹화 및 힐링은 상기 검사 동안에 검출된 후보 결함들 주위의 영역들에 대해 선택적으로 수행되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 피처 클래스들을 검출하는 단계는 해상도 제한(resolution-limited)이 없는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 기하학적 제약들에 추가될 사용자에 의해 구성되는 새로운 기하학적 제약들을 수신하는 단계를 더 포함하는 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 결함들을 검출하는 단계는, 상기 설계 데이터베이스에서 검출된 상기 피처 클래스들에 대응하는 복수의 임계값에 기초하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
제1항에 있어서, 상기 기하학적 제약들은, 각도 제약들, 에지 길이 제한들, 및 노치 피처를 검출하기 위한 외부 영역 제약을 포함하고, 상기 에지 길이 제한들은 상기 노치 피처의 최대 폭, 상기 노치 피처의 최대 높이, 및 상기 노치 피처가 연장되는 최소 베이스 길이를 특정하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 방법.
포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템에 있어서,
상기 시스템은 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함하며,
상기 적어도 하나의 메모리 및 적어도 하나의 프로세서는,
마스크의 제조를 위한 설계 데이터베이스를 제공하는 동작 - 상기 설계 데이터베이스는 각각이 꼭지점들의 세트에 의해 규정되는 복수의 다각형들을 가짐 - 과,
서로 접하는 상기 다각형들 중 어느 것을 그룹화하는 동작과,
이러한 그룹화된 다각형들의 세트의 커버링 영역에 대응하는 다각형을 획득하기 위하여 그룹화된 다각형들의 각 세트의 내부 에지들을 제거하도록 어느 그룹화된 다각형을 함께 힐링하는 동작과,
복수의 피처 클래스들을 검출하기 위한 요건을 특정하는 기하학적 제약들을 제공하는 동작과,
상기 힐링이 상기 설계 데이터베이스에 대하여 수행된 후에, 상기 기하학적 제약들에 기초하여 상기 설계 데이터베이스의 상기 다각형들에서 복수의 피처 클래스들을 검출하는 동작과,
상기 설계 데이터베이스로 제조된 마스크의 검사에서, 상기 검출된 피처 클래스들에 기초하여 상기 설계 데이터베이스에서 결함들을 검출하는 동작
을 수행하도록 구성되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 기하학적 제약들은 각도 제약들, 에지 길이 제한, 및 너브 피처를 검출하기 위한 내부 영역 제약을 포함하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제12항에 있어서, 상기 에지 길이 제약은 상기 너브 피처에 대한 최대 폭, 상기 너브 피처에 대한 최대 높이, 및 상기 너브 피쳐가 연장되는 최소 베이스 길이를 특정하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 기하학적 제약들은, 미리 정의된 임계값보다 작은 임계 치수를 가지는 것으로서 씬 라인 피처를 검출하기 위한 제약들을 포함하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 피처 클래스들은, 상기 검사 동안에 검출된 후보 결함들 주위의 영역들에 대해 선택적으로 검출되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제15항에 있어서, 상기 그룹화 및 힐링은 상기 검사 동안에 검출된 후보 결함들 주위의 영역들에 대해 선택적으로 수행되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 피처 클래스들을 검출하는 동작은 해상도 제한이 없는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 적어도 하나의 메모리 및 적어도 하나의 프로세서는, 상기 기하학적 제약들에 추가될 사용자에 의해 구성되는 새로운 기하학적 제약들을 수신하기 위하여 추가로 구성되는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 결함들을 검출하는 동작은, 상기 설계 데이터베이스에서 검출된 상기 피처 클래스들에 대응하는 복수의 임계값에 기초하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.
제11항에 있어서, 상기 기하학적 제약들은, 각도 제약들, 에지 길이 제한, 및 노치 피처를 검출하기 위한 외부 영역 제약을 포함하고, 상기 에지 길이 제한은 상기 노치 피처의 최대 폭, 상기 노치 피처의 최대 높이, 및 상기 노치 피처가 연장되는 최소 베이스 길이를 특정하는 것인 포토리소그래피 마스크의 검사를 위한 피처 분류를 제공하는 검사 시스템.