KR20190082911A - 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 - Google Patents

3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 Download PDF

Info

Publication number
KR20190082911A
KR20190082911A KR1020197017165A KR20197017165A KR20190082911A KR 20190082911 A KR20190082911 A KR 20190082911A KR 1020197017165 A KR1020197017165 A KR 1020197017165A KR 20197017165 A KR20197017165 A KR 20197017165A KR 20190082911 A KR20190082911 A KR 20190082911A
Authority
KR
South Korea
Prior art keywords
defects
optical modes
defect
focal planes
wafer
Prior art date
Application number
KR1020197017165A
Other languages
English (en)
Other versions
KR102438824B1 (ko
Inventor
산토쉬 밧타차랴
데바시쉬 샤르마
크리스토퍼 마허
보 후아
필립 미소
로버트 대넌
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 KR20190082911A publication Critical patent/KR20190082911A/ko
Application granted granted Critical
Publication of KR102438824B1 publication Critical patent/KR102438824B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G01N23/02—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 transmitting the radiation through the material
    • G01N23/04—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 transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2831—Testing of materials or semi-finished products, e.g. semiconductor wafers or substrates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/302—Contactless testing
    • G01R31/308—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation
    • G01R31/311—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation of integrated circuits
    • 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
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0118—Apparatus with remote processing
    • G01N2021/0137—Apparatus with remote processing with PC or the like
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G01N2223/6462—Specific applications or type of materials flaws, defects microdefects
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Computer Hardware Design (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

3차원 반도체 구조체들 내에 매립된 관심 결함들(DOI)의 발견 및 레시피 최적화를 위한 방법들 및 시스템들이 본 명세서에서 설명된다. 결함 발견 및 검증을 거치는 반도체 웨이퍼의 볼륨이 측정 중인 반도체 구조체들의 전체 깊이의 서브세트와 연관된 이미지들을 저장함으로써 감소된다. 하나 이상의 초점면 또는 초점 범위에서의 결함 위치들과 연관된 이미지 패치들이 기록된다. 고려 중인 광학 모드들의 개수가 하나 이상의 측정된 웨이퍼 레벨 결함 시그니처와 하나 이상의 예상된 웨이퍼 레벨 결함 시그니처의 비교, 측정된 결함 신호대 잡음비, 및 디프로세싱 없이 검증된 결함들 중 임의의 것에 기초하여 감소된다. 추가로, 검증된 결함들 및 기록된 이미지들은 뉴슨스 필터를 트레이닝시키고 측정 레시피를 최적화하는 데 이용된다. 생산에 대한 최적의 광학 모드를 선택하기 위해, 트레이닝된 뉴슨스 필터가 결함 이미지들에 적용된다.

Description

3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화
관련 출원의 상호 참조
본 특허 출원은 2016년 11월 30일자로 출원된 미국 가특허 출원 제62/427,973호, 및 2016년 11월 30일자로 출원된 미국 가특허 출원 제62/427,917호로부터 35 USC §119에 따라 우선권을 주장한다. 각각의 가출원의 주제는 그 전체가 참고로 본 명세서에 포함된다.
기술 분야
설명된 실시예들은 시료(specimen) 검사를 위한 시스템들에 관한 것이며, 보다 상세하게는 반도체 웨이퍼 검사 모달리티들에 관한 것이다.
로직 및 메모리 디바이스들과 같은 반도체 디바이스들은 전형적으로 기판 또는 웨이퍼에 적용되는 일련의 프로세싱 단계들에 의해 제조된다. 반도체 디바이스들의 다양한 피처들 및 다수의 구조 레벨들은 이러한 프로세싱 단계들에 의해 형성된다. 예를 들어, 그 중에서도 특히, 리소그래피는 반도체 웨이퍼 상에 패턴을 생성하는 것을 수반하는 하나의 반도체 제조 프로세스이다. 반도체 제조 프로세스들의 부가의 예들은 화학 기계적 폴리싱, 에칭, 퇴적, 및 이온 주입을 포함하지만, 이들로 제한되지 않는다. 다수의 반도체 디바이스들은 단일 반도체 웨이퍼 상에 제조되고 이어서 개별 반도체 디바이스들로 분리될 수 있다.
검사 프로세스들은 수율을 더욱 높이기 위해 반도체 제조 프로세스 동안 다양한 단계들에서 웨이퍼들 상의 결함들을 검출하는 데 사용된다. 설계 규칙들 및 프로세스 윈도들이 크기가 계속 축소됨에 따라, 검사 시스템들은 높은 스루풋을 유지하면서 보다 광범위한 물리적 결함들을 포착하도록 요구받는다.
비패터닝된(unpatterned) 웨이퍼 검사 시스템들 및 패터닝된(patterned) 웨이퍼 검사 시스템들과 같은 검사 시스템들은 원하지 않는 결함들이 있는지 웨이퍼를 조명하고 검사한다. 반도체 설계 규칙들이 계속 진화함에 따라, 검출되어야만 하는 최소 결함 크기는 크기가 계속 축소되고 있다.
그에 부가하여, 메모리 아키텍처들은 2차원 플로팅 게이트 아키텍처들로부터 완전 3차원 기하형상들(fully three dimensional geometries)로 전환되고 있다. 일부 예들에서, 막 스택들(film stacks) 및 에칭된 구조체들은 매우 깊다(예컨대, 깊이가 최대 6 마이크로미터 이상임). 그러한 고 종횡비 구조체들은 패터닝된 웨이퍼 검사에 대한 난제들을 야기한다. 이러한 구조체들 내에 매립된 결함들을 측정할 수 있는 능력은 원하는 성능 레벨들 및 디바이스 수율을 달성하는 데 아주 중요하다(critical).
일부 예들에서, 3차원 구조체들 내에 매립된 결함들을 검출하는 데 전자 테스트들(electronic tests)이 이용된다. 그렇지만, 전자 테스트들이 수행되기 전에 다수의 디바이스 층들이 제조되어야만 한다. 따라서, 생산 사이클에서 조기에 결함들이 검출될 수 없다. 그 결과, 전자 테스트들은 수행하는 데 엄청나게 비용이 많이 들며, 결함들의 신속한 평가가 아주 중요한, 생산 프로세스의 연구 개발 및 램프(ramp) 페이즈들 동안 특히 그렇다.
일부 다른 예들에서, 3차원 구조체들 내에 매립된 결함들은 x-선 기반 측정 기술들에 기초하여 검출될 수 있다. 예를 들어, x-선 회절 측정 시스템 또는 코히런트 x-선 이미징 시스템이 매립된 결함들을 검출하는 데 사용될 수 있다. x-선 기반 측정 기술들은 비파괴적(non-destructive)이라는 장점을 갖지만, 스루풋이 매우 낮다.
일부 다른 예들에서, 전자 빔 검사(electron beam inspection)(EBI)는 3차원 구조체들 내에 매립된 결함들을 직접 검출하는 데 사용된다. 그렇지만, EBI는 대략 1 마이크로미터의 깊이를 넘는 결함들을 검출하는 그의 능력이 극히 제한된다. 많은 예들에서, EBI는 1 마이크로미터보다 훨씬 더 작은(예컨대, 50 나노미터보다 더 작은) 깊이들로 제한된다. 이러한 제한은 샘플 왜곡 또는 파괴가 발생하기 전에 전자 선량(electron dosage)에 대한 실제 한계치들로 인한 것이다. 따라서, EBI는 두꺼운 3차원 구조체들에 대한 결함 검출 툴로서의 그의 유효성이 제한된다.
일부 전통적인 광학 검사 기술들은 3차원 구조체들 내에 매립된 결함들의 검출에 효과적이라고 입증되었다. 일 예에서, 상이한 초점 심도들에서 공초점 광학 검사가 이용된다. 공초점 이미징은 초점면(focal plane) 위아래에 있는 구조체들로부터 스퓨리어스(spurious) 또는 뉴슨스(nuisance) 광학 신호들을 제거한다. 공초점 광학 검사 기술은, 그 전체가 참고로 본 명세서에 포함되는, 미국 특허 공보 제2014/0300890호에 더욱 상세히 설명되어 있다. 다른 예에서, 회전 조명 빔이 상대적으로 두꺼운 층들 내의 매립된 결함들을 검출하는 데 사용된다. 회전 조명 빔을 활용하는 광학 검사는, 그 전체가 참고로 본 명세서에 포함되는, 미국 특허 공보 제2014/0268117호에 더욱 상세히 설명되어 있다. 다른 예에서, 그 전체가 참고로 본 명세서에 포함되는, 미국 특허 제9,075,027호에 더욱 상세히 설명된 바와 같이, 상이한 조명 파장 범위들이 매립된 결함들을 검출하는 데 이용된다. 또 다른 예에서, 그 전체가 참고로 본 명세서에 포함되는, 미국 특허 제8,912,495호에 더욱 상세히 설명된 바와 같이, 다수의 이산 스펙트럼 대역들(discrete spectral bands)이 매립된 결함들을 검출하는 데 이용된다.
전통적으로, 결함 발견 및 검사 레시피 최적화는 평면 2차원 구조체들의 검사에 기초한다. 광학 검사 툴은 웨이퍼의 표면에 위치된 2차원 구조체들(예컨대, 1 마이크로미터 미만 두께)과 연관된 많은 수의 관심 결함들(defects of interest)(DOI)을 측정하는 데 이용된다. 광학 검사 툴에 의해 검출된 DOI는 식별된 DOI를 SEM(scanning electron microscopy) 툴을 사용하여 검사함으로써 검증된다. 이것은 흔히 SEM 검토(SEM review)라고 지칭된다. SEM 툴은 DOI를 실제 DOI(real DOI) 또는 뉴슨스 결함들(즉, 실제로는 결함들이 아닌 광학 검사 툴에 의해 식별된 결함들) 중 어느 하나로 정확하게 분류할 수 있다. SEM 검토에 기초하여, 실제 DOI의 포착률(capture rate)을 최대화하고 뉴슨스 결함들의 포착률을 최소화하는 광학 검사 툴의 검사 레시피가 정형화된다. 전통적인 관례에서, 결함 발견 및 레시피 최적화는 원하는 측정 레시피에 수렴하기 위해 웨이퍼의 광학 검사와 SEM 검토 사이의 반복을 수반한다. 2차원 구조체들의 경우, 광학 검사 툴의 결함 발견 및 레시피 개발에 대한 이러한 반복적 접근법은 상당히 효과적이고 시간 효율적이다. 그렇지만, 3차원 구조체들의 검사의 경우, 결함 발견 및 레시피 개발에 대한 전통적 접근법은 과도하게 시간이 많이 걸리고 비실용적이다.
SEM은 매우 제한된 침투 깊이(penetration depth)를 갖는다. 따라서, SEM 검토는 검사 중인 구조체의 표면에 또는 표면 바로 근방에 있는 결함들의 측정에만 효과적이다. 3차원 구조체들 내에 매립된 결함들을 검증하기 위해, 매립된 결함을 언커버(uncover)하기 위해 웨이퍼가 디프로세싱되어야(de-processed) 한다. 웨이퍼 디프로세싱(wafer de-processing)은 시간이 많이 걸리고, 광학 검사 툴에 의해 검출된 DOI를 노정(reveal)시키기 위해 층들을 제거함으로써 웨이퍼를 파괴한다. 따라서, 2차원 구조체들의 검사에서 통상적인 바와 같이, 결함들을 발견하고 측정 레시피를 최적화하기 위해 광학 검사와 SEM 검토 사이에서 반복하는 것은 실용적이지 않다.
추가로, 3차원 구조체들의 광학 검사의 경우 고려되어야만 하는 이용가능한 모드들의 개수는 2차원 구조체들의 광학 검사의 경우보다 훨씬 더 많은데, 그 이유는 매립된 구조체들의 결함들을 검출하는 것이 훨씬 더 어렵고 구조체 자체에 크게 의존하기 때문이다. 더욱이, 3차원 구조체들의 광학 검사는 많은 양의 데이터를 수반하는 스루 포커스(through focus) 측정들(즉, 구조체에 걸쳐 다수의 깊이들에서 수집되는 3차원 이미지들)에 기초한다. 지나치게 많은 수의 3차원 이미지들을 저장하고 프로세싱하는 것은 비실용적이다.
비록 3차원 구조체들 내에 매립된 가능한 결함들을 검출하는 데 유용한 광학 검사 기술들이 등장하였지만, 기존의 결함 발견 및 레시피 최적화 기술들은 3차원 구조체들을 수반하는 측정 응용들에 비실용적인 것으로 입증되었다. 3D 메모리, VNAND 메모리, 또는 다른 수직 구조체들과 같은, 수직 반도체 디바이스들에 대한 응용과 함께 광학 검사 시스템들의 결함 발견 및 레시피 최적화에 대한 개선들이 요망된다.
3차원 반도체 구조체들 내에 매립된 관심 결함들(DOI)의 개선된 검출 및 분류를 위한 방법들 및 시스템들이 본 명세서에서 설명된다. 상세하게는, 결함 검증을 갖는 및 결함 검증을 갖지 않는 결함 발견 및 측정 레시피 최적화를 위한 방법들 및 시스템들이 본 명세서에서 설명된다.
일 양태에서, 결함 발견 및 검증을 거치는 반도체 웨이퍼의 3차원 볼륨이 측정 중인 반도체 구조체들의 전체 깊이의 서브세트와 연관된 이미지들을 저장함으로써 감소된다. 이러한 방식으로, 측정 레시피 최적화 프로세스의 일부로서 수집되고 분석되어야만 하는 이미지 데이터의 양이 감소된다.
하나 이상의 초점면 또는 초점 범위(focus range)를 결정한 후에, 검사 시스템은, 구조체의 전체 깊이에 걸쳐서가 아니라, 하나 이상의 초점면 또는 초점 범위에 있는 결함 위치들과 연관된 이미지 패치들(image patches)을 기록한다. 이러한 방식으로, 결함 발견과 연관된 기록된 데이터의 양이 깊이들의 서브세트로 제한된다. 기록된 데이터는 후속하는 결함 검증 및 레시피 최적화 프로세스들 동안 이용된다. 기록된 데이터의 양을 제한함으로써, 후속하는 결함 검증 및 레시피 최적화 프로세스들이 극적으로 단순화된다.
추가의 양태에서, 고려 중인 광학 모드들(optical modes)의 개수가 하나 이상의 측정된 웨이퍼 레벨 결함 시그니처와 하나 이상의 예상된 웨이퍼 레벨 결함 시그니처의 비교에 기초하여 감소된다. 일 예에서, 웨이퍼 레벨 결함 시그너처는 결함들이 보다 고도로 또는 덜 고도로 집중되는 웨이퍼 구역(wafer area)의 영역들을 나타내는 웨이퍼 결함 맵이다. 일반적으로, 웨이퍼 레벨 결함 시그너처는 검사 중인 웨이퍼 구역 전체에 걸쳐 표현된 웨이퍼 결함들의 임의의 표시를 포함한다.
다른 추가의 양태에서, 고려 중인 광학 모드들의 개수는 측정된 결함 신호대 잡음비(defect signal to noise ratio)에 기초하여 감소된다. 일 예에서, 각각의 선택된 광학 모드와 연관된 신호대 잡음비는 하나 이상의 초점면 또는 초점 레벨에서 분석된다. 가장 높은 신호대 잡음비를 갖는 광학 모드들이 추가적인 고려를 위해 선택되고, 다른 광학 모드들은 폐기된다.
다른 추가의 양태에서, 고려 중인 광학 모드들의 개수는 디프로세싱 없이 결함들의 SEM 검토에 기초하여 감소된다. 일 예에서, 표면에 있는 또는 심지어 표면 약간 아래에 있는 관심 결함들을 검증하기 위해 SEM 검토 측정들이 수행된다. 일 예에서, 고 에너지 SEM은 고려 중인 구조체 내에 매립된 결함들을 검토하는 데 활용된다. SEM 검토에 의해 검증된 결함들이 광학 검사 결과들과 비교되고, 검증된 결함들의 최고 포착률 및 뉴슨스 결함들의 최저 포착률을 갖는 광학 모드들이 추가적인 고려를 위해 선택된다.
다른 양태에서, 검증된 결함 이미지들/피처들은 광학 검사에 의해 식별된 대응하는 결함들에 매핑된다. 검증된 결함들 및 기록된 3차원 이미지들은 뉴슨스 필터를 트레이닝시키고 측정 레시피를 최적화하는 데 이용된다.
일부 예들에서, 관심 결함들(DOI들)의 다이버시티 세트(diversity set)를 생성하기 위해, 광학 검사에 의해 식별된 결함들과 연관된 결함 정보가 샘플링된다. 일부 예들에서, 결함들이 비닝되고(binned) 일부 결함들이 DOI들의 다이버시티 세트를 생성하기 위해 각각의 빈으로부터 선택된다. DOI들의 다이버시티 세트에 대해 결함 검증 측정들이 수행된다. DOI들의 다이버시티 세트, 검증된 결함들의 임의의 다른 세트, 또는 이들의 조합으로부터의 결함 검증 데이터는 저장된 스루 포커스 결함 이미지 패치들 및 대응하는 피처 벡터들(feature vectors)에 매핑된다. 결함 검증 데이터 및 대응하는 스루 포커스 결함 이미지 패치들 및 대응하는 피처 벡터들은 뉴슨스 제거 필터를 트레이닝시키는 데 이용된다.
트레이닝된 뉴슨스 제거 필터가 고려 중인 각각의 광학 모드(optics mode)와 연관된 결함 이미지들에 적용된다. 이러한 방식으로, 결함 검출은 결함 발견 동안 기록된 스루 포커스 결함 이벤트들을 사용하여 에뮬레이트된다. 각각의 광학 모드와 연관된 검출 임계 값들이 바람직한 뉴슨스 레이트(nuisance rate)를 달성하도록 조정된다. 최상의 결함 시그너처 매칭 및 실제 결함 포착률을 달성하는 광학 모드가 고려 중인 측정 응용을 위한 생산 측정 레시피로서 구현하기 위해 선택된다.
전술한 바는 요약이고 따라서, 필요에 따라, 상세의 단순화, 일반화 및 생략을 포함하며; 결론적으로, 본 기술분야의 통상의 기술자는 요약이 단지 예시적인 것이며 결코 제한하지 않음을 인식할 것이다. 본 본 명세서에 설명된 디바이스들 및/또는 프로세스들의 다른 양태들, 발명적 특징들(inventive features), 및 장점들은 본 명세서에 기재된 비제한적인 상세한 설명에서 명백해질 것이다.
도 1은 웨이퍼 생산 프로세스의 실리콘 질화물 제거 단계에서의 3D NAND 구조체(173)의 예시를 묘사하고 있다.
도 2는 3차원 이미지들에 기초하여 반도체 웨이퍼들 상의 관심 결함들(DOI)의 발견을 수행하도록 구성된 광학 검사 시스템(100)의 일 실시예의 단순화된 개략도이다.
도 3은 특정의 측정 응용을 위한 3차원 뉴슨스 필터 및 측정 레시피를 최적화하도록 구성된 시스템의 일 실시예의 단순화된 개략도이다.
도 4는 -0.5 마이크로미터의 초점 오프셋 근방에서의 피크 신호를 예시하는 측정된 3차원 이미지의 단면도의 플롯(190)을 묘사하고 있다.
도 5는 -0.5 마이크로미터의 초점 오프셋 근방에서의 피크 신호를 또한 예시하는 측정된 3차원 이미지의 다른 단면도의 플롯(191)을 묘사하고 있다.
도 6은 두꺼운 구조체들의 3-D 이미지들에 기초하여 결함들을 검출하는 데 유용한 예시적인 방법(200)의 플로차트를 예시하고 있다.
본 발명의 배경 예들 및 일부 실시예들에 대해 이제 상세히 언급될 것이고, 이들의 예들이 첨부 도면들에 예시되어 있다.
3차원 반도체 구조체들 내에 매립된 관심 결함들(DOI)의 개선된 검출 및 분류를 위한 방법들 및 시스템들이 본 명세서에서 설명된다. 상세하게는, 결함 검증을 갖는 및 결함 검증을 갖지 않는 결함 발견 및 측정 레시피 최적화를 위한 방법들 및 시스템들이 본 명세서에서 설명된다. 두꺼운 층상 구조체들(layered structures)의 광학 검사는 높은 스루풋으로 검사 중인 구조체들에 걸쳐 다수의 깊이들에서의 DOI들을 노정시킨다. 3차원 광학 검사는 웨이퍼 내에서의 신호 전파를 포착하고, 따라서, 상대적으로 두꺼운 샘플들(예컨대, 3 마이크로미터보다 더 두꺼운 층상 구조체를 갖는 3D NAND 웨이퍼들)에 대해서도, 실제 DOI들을 뉴슨스 및 잡음과 구별할 수 있다. 이러한 방식으로, 결함 검증 이전에 3-D 광학 검사 툴 자체에 의해 결함 발견 및 예비 분류가 수행된다. 검증을 거치는 결함 데이터의 양을 감소시킴으로써, 3차원 검사 응용에 대한 측정 레시피를 최적화하는 데 요구되는 시간이 크게 감소된다.
도 1은 웨이퍼 생산 프로세스의 실리콘 질화물(예컨대, SiN 또는 Si3N4) 제거 단계에서의 3D NAND 구조체(173)의 단순화된 예시를 묘사하고 있다. 도 1은 예시 목적들을 위해 묘사되어 있다. 제조된 3D NAND 구조체는 부가의 피처들 및 요소들을 포함한다. 일 예에서, 제조된 3D NAND 구조체는 많은 부가의 층들을 포함하고 묘사된 구조체들 중 일부(예컨대, 구조체(172))는 부가의 재료들을 포함한다. 다층 3D NAND 구조체에서 산화물 코어 구조체들(171)을 둘러싸는 폴리실리콘 구조체들(172)은 수직으로(vertically)(예컨대, 기판(186)의 표면에 수직(normal)으로) 연장된다. 실리콘 산화물의 층들(170)은 후속하여 에칭 제거되는 실리콘 질화물(도시되지 않음)의 층들에 의해 서로 이격된다. 실리콘 질화물 층(183)은 도 1에서 예시의 목적을 위해 에칭 제거되지 않는다. 이 프로세스에서의 다음 단계는 실리콘 산화물 층들 사이의 공간에 텅스텐을 성장시키는 것이다. 그렇지만, 도 1에 예시된 바와 같이, 불완전 에칭은 실리콘 질화물 결함들(184 및 185)을 남겨 놓았다. 결함들(184 및 185)을 갖는 전자 디바이스가 기능하지 않을 것이다. 따라서, 고장날 예정인 디바이스의 추가 프로세싱과 연관된 시간 및 자원의 손실을 방지하기 위해 제조 프로세스에서 이 결함을 가능한 한 빨리 측정하는 것이 중요하다.
도 1에 묘사된 바와 같이, 많은 DOI가 3D NAND 구조체의 상이한 깊이들에서 발생한다. 게다가, 웨이퍼의 표면 근방에서 발생하는 결함들을 구조체의 바닥 근방에서 발생하는 결함들과 분리하는 것은 어렵다.
도 2는 반도체 구조체들의 관심 결함들(DOI)을 검출하고 분류하도록 구성된 광학 검사 시스템(100)의 일 실시예의 단순화된 개략도이다. 광학 검사 시스템(100)은 컴퓨팅 시스템, 웨이퍼 위치결정 시스템, 및 조명 서브시스템, 집광 서브시스템, 및 하나 이상의 검출기를 포함하는 광학 검사 서브시스템을 포함한다. 조명 서브시스템은 조명 소스(101) 및 조명 소스로부터 웨이퍼까지의 조명 광학 경로 내의 모든 광학 요소들을 포함한다. 집광 서브시스템은 시료로부터 각각의 검출기까지의 집광 광학 경로 내의 모든 광학 요소들을 포함한다. 단순화를 위해, 이 시스템의 일부 광학 컴포넌트들은 생략되었다. 예로서, 폴딩 미러들(folding mirrors), 편광기들, 빔포밍 광학계, 부가의 광 소스들, 부가의 집광기들(collectors), 및 검출기들이 또한 포함될 수 있다. 그러한 변형들 전부는 본 명세서에 설명된 본 발명의 범위 내에 있다. 본 명세서에 설명된 검사 시스템은 패터닝된 및 비패터닝된 웨이퍼들 및 레티클들을 검사하는 데 사용될 수 있다.
도 2에 예시된 바와 같이, 웨이퍼(103)는 하나 이상의 조명 소스(101)에 의해 생성되는 수직 입사 빔(104)에 의해 조명된다. 대안적으로, 조명 서브시스템은 광 빔을 경사 입사각(oblique angle of incidence)으로 시료로 지향시키도록 구성될 수 있다. 일부 실시예들에서, 시스템(100)은 경사 입사 광 빔 및 수직 입사 광 빔과 같은 다수의 광 빔들을 시료로 지향시키도록 구성될 수 있다. 다수의 광 빔들은 실질적으로 동시에 또는 순차적으로 시료로 지향될 수 있다.
조명 소스(101)는, 예로서, 광대역 레이저 지속형 플라스마 광 소스(broad band laser sustained plasma light source), 레이저, 초연속 레이저(supercontinuum laser), 다이오드 레이저, 헬륨 네온 레이저, 아르곤 레이저, 솔리드 스테이트 레이저, DPSS(diode pumped solid state) 레이저, 크세논 아크 램프, 가스 방전 램프, LED 어레이, 및 백열 램프를 포함할 수 있다. 광 소스는 거의 단색 광 또는 광대역 광을 방출하도록 구성될 수 있다. 일부 실시예들에서, 조명 서브시스템은 시료로 지향되는 광의 파장을 제한할 수 있는 하나 이상의 스펙트럼 필터를 또한 포함할 수 있다. 하나 이상의 스펙트럼 필터는 대역통과 필터들 및/또는 에지 필터들 및/또는 노치 필터들일 수 있다. 조명이 임의의 적당한 범위의 파장들에 걸쳐 시료에 제공될 수 있다. 일부 예들에서, 조명 광은 260 나노미터 내지 950 나노미터 범위에 있는 파장들을 포함한다. 일부 예들에서, 조명 광은 고 종횡비 구조체들에서의 결함들을 포착하기 위해 950 나노미터보다 더 큰(예컨대, 2,500 나노미터까지 확장되는) 파장들을 포함한다. 일부 실시예들에서, 조명 서브시스템은 시료로 지향되는 조명 광의 편광을 제어하기 위해 하나 이상의 편광 광학계를 또한 포함할 수 있다.
조명 소스(101)에 의해 생성되는 빔(104)은 빔 스플리터(105)로 지향된다. 빔 스플리터(105)는 빔을 대물 렌즈(109)로 지향시킨다. 대물 렌즈(109)는 빔(111)을 입사 스폿(119)에서 웨이퍼(103) 상에 포커싱한다. 입사 스폿(119)은 조명 소스(101)로부터 웨이퍼(103)의 표면 상으로 방출된 광의 투영에 의해 정의된다(즉, 셰이핑되고(shaped) 사이징된다(sized)).
검사 시스템(100)은 조명 애퍼처(illumination aperture)(124)를 포함한다. 도 2에 묘사된 바와 같이, 컴퓨팅 시스템(130)은 커맨드 신호(122C)를 조명 애퍼처(124)에 전달한다. 이에 응답하여, 조명 애퍼처(124)는 웨이퍼(103)의 표면 상에 제공되는 조명 방향 및 빔 형상을 조정한다. 일 실시예에서, 조명 애퍼처(124)는 컴퓨팅 시스템(130)으로부터 전달되는 커맨드 신호(122C)에 의해 제어되는 다양한 애퍼처 형상들을 제공하는 어셈블리이다.
도 2에 묘사된 바와 같이, 컴퓨팅 시스템(130)은 커맨드 신호(122A)를 조명 소스(101)에 전달한다. 이에 응답하여, 조명 소스(101)는 조명 빔(111)의 스펙트럼 범위(들)를 조정한다. 일반적으로, 웨이퍼(103)에 입사하는 빔(111)은, 편광, 세기(intensity), 크기 및 형상 등을 포함한, 하나 이상의 점에서 조명 소스(101)에 의해 방출된 광과 상이할 수 있다.
도 2에 묘사된 실시예에서, 검사 시스템(100)은 선택가능한 조명 편광 요소들(180)을 포함한다. 일 예에서, 컴퓨팅 시스템(130)은 커맨드 신호(122E)를 조명 편광 요소들(180)에 전달한다. 이에 응답하여, 조명 편광 요소들(180)은 웨이퍼(103)의 표면 상에 제공되는 조명 광의 편광을 조정한다.
도 2에 묘사된 바와 같이, 검사 시스템(100)은 웨이퍼(103)에 전달되는 조명 전력을 제어하는 조명 전력 감쇠기(illumination power attenuator)(102)를 포함한다. 일부 다른 실시예들에서, 조명 전력 밀도 감쇠기는 웨이퍼(103)에 전달되는 조명 전력 밀도를 감소시키기 위해 조명 스폿(119)을 리사이징하는(resizes) 빔 셰이핑 요소이다. 일부 다른 실시예들에서, 조명 전력 감소와 빔 사이징의 조합은 웨이퍼(103)에 전달되는 조명 전력 밀도를 감소시키는 데 이용된다. 도 2에 묘사된 바와 같이, 컴퓨팅 시스템(130)은 검출기들(115, 120, 및 125) 중 임의의 것에 의해 검출되는 3차원 이미지들에 기초하여 조명 전력을 제어하기 위해 제어 신호를 조명 전력 감쇠기(102)에 전달한다. 일반적으로, 조명 전력 감쇠기(102)는 임의적(optional)이다. 따라서, 일부 다른 실시예들에서, 검사 시스템(100)은 조명 전력 감쇠기(102)를 포함하지 않는다.
일부 실시예들에서, 시스템(100)은 조명 경로 내에 디플렉터(deflector)(도시되지 않음)를 포함할 수 있다. 일 실시예에서, 디플렉터는 음향-광학 디플렉터(acousto-optical deflector)(AOD)일 수 있다. 다른 실시예들에서, 디플렉터는 기계적 스캐닝 어셈블리, 전자 스캐너(electronic scanner), 회전 미러, 폴리곤 기반 스캐너, 공진 스캐너(resonant scanner), 압전 스캐너, 갈보 미러(galvo mirror), 또는 갈바노미터(galvanometer)를 포함할 수 있다. 디플렉터는 광 빔을 시료 위에 스캔한다. 일부 실시예들에서, 디플렉터는 대략 일정한 스캐닝 속도(scanning speed)로 시료 위에 광 빔을 스캔할 수 있다.
시스템(100)은 웨이퍼(103)에 의해 산란된 및/또는 반사된 광을 집광시키고 그 광을 검출기 어레이들(115, 120, 및 125) 상에, 제각기, 포커싱하는 집광 광학계들(116, 117, 및 118)을 포함한다. 검출기들(115, 120, 및 125)의 출력들(128, 129, 및 127)은 각각, 신호들을 프로세싱하고 결함들의 존재 및 그들의 위치들을 결정하기 위해 컴퓨팅 시스템(130)에 전달된다.
집광 광학계들(116 내지 118) 중 임의의 것은 렌즈, 복합 렌즈(compound lens), 또는 본 기술분야에 공지된 임의의 적절한 렌즈일 수 있다. 대안적으로, 집광 광학계들(116 내지 118) 중 임의의 것은, 미러와 같은, 반사 또는 부분 반사 광학 컴포넌트일 수 있다. 그에 부가하여, 비록 특정의 집광 각도들이 도 2에 예시되어 있지만, 집광 광학계가 임의의 적절한 집광 각도로 배열될 수 있음이 이해되어야 한다. 집광 각도는, 예를 들어, 시료의 입사각 및/또는 지형적 특성들(topographical characteristics)에 따라 달라질 수 있다.
검출기들(115, 120, 및 125) 각각은 일반적으로 반사되고 산란된 광을 전기 신호로 변환하는 기능을 하며, 따라서 본 기술분야에 공지된 실질적으로 임의의 광검출기(photodetector)를 포함할 수 있다. 그렇지만, 검출기의 원하는 성능 특성들, 검사될 시료의 타입, 및 조명의 구성에 기초하여 본 발명의 하나 이상의 실시예 내에서 사용하기 위해 특정의 검출기가 선택될 수 있다. 예를 들어, 검사에 이용가능한 광의 양이 상대적으로 낮으면, TDI(time delay integration) 카메라와 같은 효율 향상 검출기(efficiency enhancing detector)가 시스템의 신호대 잡음비와 스루풋을 증가시킬 수 있다. 그렇지만, 검사에 이용가능한 광의 양 및 수행되는 검사의 타입에 따라, CCD(charge-coupled device) 카메라들, 포토다이오드들, 광전관들(phototubes) 및 광전자 증배관들(photomultiplier tubes)(PMT들)과 같은 다른 검출기들이 사용될 수 있다. 본 발명의 적어도 일 실시예에서, 광전자 증배관은 시료로부터 산란되는 광을 검출하는 데 사용된다. 각각의 검출기는 단지 하나의 감지 구역, 또는 어쩌면 몇 개의 감지 영역(예컨대, 검출기 어레이 또는 다중 애노드 PMT(multi-anode PMT))을 포함할 수 있다.
시스템(100)은, 명시야(bright field) 및 암시야(dark field) 모드들과 같은, 다양한 이미징 모드들을 사용할 수 있다. 예를 들어, 일 실시예에서, 검출기(125)는 명시야 이미지를 생성한다. 도 2에 예시된 바와 같이, 좁은 각도로 웨이퍼(103)의 표면으로부터 산란된 광의 일부 양은 대물 렌즈(109)에 의해 집광된다. 이 광은 다시 대물 렌즈(109)를 통과하여 빔 스플리터(105)에 충돌한다. 빔 스플리터(105)는 광의 일 부분을 집광 광학계(118)로 투과시키고, 집광 광학계(118)는 차례로 광을 검출기(125)에 포커싱한다. 이러한 방식으로, 명시야 이미지가 검출기 어레이(125)에 의해 생성된다. 집광 광학계(118)는 대물 렌즈(109)에 의해 집광되는 반사 광을 검출기 어레이(125) 상에 이미징하는 이미징 렌즈(107)를 포함한다. 애퍼처(182), 푸리에 필터(106), 또는 둘 다는 대물 렌즈(109)의 후방 초점면(back focal plane)에 배치된다. 명시야, 암시야 및 위상 콘트라스트(phase contrast)와 같은 다양한 이미징 모드들은 상이한 조명 애퍼처들(124), 집광 애퍼처들(120), 푸리에 필터들(106), 또는 이들의 조합들을 사용함으로써 구현될 수 있다. 조명 방향 또는 이미징 집광 입체각과 같은, 이미징 모드의 구성은 DOI 신호 및 3차원 이미지들에 기초하여 결정될 수 있다. 본 명세서에 참고로 포함되는, 미국 특허 제7,295,303호 및 제7,130,039호는 이러한 이미징 모드들을 더욱 상세히 설명한다. 다른 예에서, 검출기들(115 및 120)은 보다 큰 시야각들(field angles)로 집광되는 산란된 광을 이미징함으로써 암시야 이미지들을 생성한다. 본 명세서에 참고로 포함되는, 미국 특허 제6,208,411호는 이러한 이미징 모드들을 더욱 상세히 설명한다.
도 2에 묘사된 실시예에서, 검사 시스템(100)은 선택가능한 집광 편광 요소들(181)을 포함한다. 일 예에서, 컴퓨팅 시스템(130)은 커맨드 신호(122F)를 집광 편광 요소들(181)에 전달한다. 이에 응답하여, 집광 편광 요소들(181)은 검출기(125)의 표면 상에 제공되는 집광된 광의 편광을 조정한다.
도 2에 묘사된 바와 같이, 검사 시스템(100)은 선택가능한 푸리에 필터(106)를 포함한다. 컴퓨팅 시스템(130)은 커맨드 신호(122D)를 푸리에 필터(106)에 전달한다. 이에 응답하여, 푸리에 필터(106)는 (예컨대, 집광 빔 경로에 위치된 특정 푸리에 필터 요소들을 변경함으로써) 푸리에 필터의 푸리에 필터링 속성들을 조정한다.
검사 시스템(100)은 집광 애퍼처(182)를 포함한다. 도 2에 묘사된 바와 같이, 컴퓨팅 시스템(130)은 커맨드 신호(122G)를 집광 애퍼처(182)에 전달한다. 이에 응답하여, 집광 애퍼처(182)는 대응하는 검출기로 투과되는 웨이퍼(103)의 표면으로부터 집광된 광의 양을 조정한다. 일 실시예에서, 집광 애퍼처(182)는 컴퓨팅 시스템(130)으로부터 전달되는 커맨드 신호(122G)에 의해 제어되는 다양한 애퍼처 형상들을 제공하는 어셈블리이다.
시스템(100)은 검출기들(115, 120, 및 125) 중 임의의 것에 의해 검출되는 반사된 및/또는 산란된 신호들을 프로세싱하는 데 필요한 다양한 전자 컴포넌트들(도시되지 않음)을 또한 포함한다. 예를 들어, 시스템(100)은 검출기들(115, 120, 및 125) 중 임의의 것으로부터 출력 신호들을 수신하고 그 출력 신호들을 미리 결정된 양만큼 증폭하기 위한 증폭기 회로부 및 증폭된 신호들을 프로세서(131) 내에서 사용하기에 적당한 디지털 포맷으로 변환하기 위한 아날로그-디지털 변환기(ADC)를 포함할 수 있다. 일 실시예에서, 프로세서는 전송 매체에 의해 ADC에 직접적으로 커플링될 수 있다. 대안적으로, 프로세서는 ADC에 커플링된 다른 전자 컴포넌트들로부터 신호들을 수신할 수 있다. 이러한 방식으로, 프로세서는 전송 매체 및 임의의 개재 전자 컴포넌트들에 의해 ADC에 간접적으로 커플링될 수 있다.
도 2에 예시된 실시예에서, 웨이퍼 위치결정 시스템(114)은 컴퓨팅 시스템(130)으로부터 수신되는 커맨드들(126)에 기초하여 빔(111) 아래로 웨이퍼(103)를 이동시킨다. 웨이퍼 위치결정 시스템(114)은 웨이퍼 척(wafer chuck)(108), 움직임 제어기(motion controller)(113), 회전 스테이지(110), 병진(translation) 스테이지(112), 및 z-병진 스테이지(121)를 포함한다. z-병진 스테이지(121)는 웨이퍼(103)의 표면에 수직인 방향(예컨대, 좌표계(123)의 z-방향)으로 웨이퍼(103)를 이동시키도록 구성된다. 병진 스테이지(112) 및 회전 스테이지(110)는 웨이퍼(103)의 표면에 평행한 방향(예컨대, 좌표계(123)의 x 및 y 방향)으로 웨이퍼(103)를 이동시키도록 구성된다. 일부 다른 실시예들에서, 웨이퍼(103)는 다수의 병진 스테이지들의 코디네이트된 움직임(coordinated motion)에 의해 평면내(in-plane) 방향들(예컨대, x 및 y 방향들)로 이동된다.
웨이퍼(103)는 웨이퍼 척(108) 상에 지지된다. 일부 실시예들에서, 웨이퍼(103)는 그의 기하학적 중심(geometric center)이 회전 스테이지(110)의 회전축과 대략 정렬되도록 위치된다. 이러한 방식으로, 회전 스테이지(110)는 용인가능한 허용오차(acceptable tolerance) 내에서 명시된 각속도()로 그의 기하학적 중심을 중심으로 웨이퍼(103)를 스핀시킨다. 그에 부가하여, 병진 스테이지(112)는 명시된 속도(VT)로 회전 스테이지(110)의 회전축에 대략 수직인 방향으로 웨이퍼(103)를 병진시킨다(translates). 움직임 제어기(113)는 검사 시스템(100) 내에서의 웨이퍼(103)의 원하는 평면내 스캐닝 움직임을 달성하기 위해 회전 스테이지(110)에 의한 웨이퍼(103)의 스피닝(spinning) 및 병진 스테이지(112)에 의한 웨이퍼(103)의 병진을 코디네이트한다. 그에 부가하여, 움직임 제어기(113)는 검사 시스템(100) 내에서의 웨이퍼(103)의 원하는 평면외(out-of-plane) 스캐닝 움직임을 달성하기 위해 병진 스테이지(121)에 의한 웨이퍼(103)의 이동을 코디네이트한다.
웨이퍼(103)는 다수의 상이한 모드들로 검사 시스템(100)의 광학 서브시스템들에 대해 상대적으로 배치될 수 있다. 검사 모드에서, 웨이퍼(103)는 각각의 상이한 z-위치에서 측방 방향들(예컨대, x-방향 및 y-방향)로 반복적으로 스캔된다. 일부 예들에서, 웨이퍼(103)는 층상 구조체에 걸쳐 2개 이상의 깊이(예컨대, 웨이퍼 표면 아래의 거리)에 대응하는 2개 이상의 상이한 z-위치에서 스캐닝된다. 결함 검토 모드에서, 웨이퍼(103)는, z-방향으로 스캔하면서, x-방향 및 y-방향에서 고정된 위치에 배치된다. 이러한 방식으로, 3차원 이미지들은 측정 중인 구조체 내에서 일정 범위의 깊이들에 걸쳐 웨이퍼(103)의 고정된 측방 위치에서의 측정 데이터에 기초하여 생성된다. 결함 검토 모드는 전형적으로 결함들의 보다 상세한 조사(예컨대, 보다 높은 이미지 분해능, 보다 높은 초점 심도 분해능, 또는 둘 다)를 수행하는 데 이용된다.
일부 실시예들에서, 웨이퍼 스택의 상이한 깊이들을 이미징하기 위해 웨이퍼가 검사 시스템의 초점면에 대해 다수의 상이한 z-위치들로 이동된다. 일부 다른 실시예들에서, 웨이퍼 스택의 상이한 깊이들을 이미징하기 위해 검사 시스템의 초점면의 위치가 웨이퍼에 대해 다수의 상이한 z-위치들로 광학적으로 조정된다. 2개의 측방 차원(예컨대, 웨이퍼 표면에 평행함) 및 다수의 상이한 깊이들(즉, 상이한 z-위치들)에서 측정되는 두꺼운 반도체 구조체의 3차원 볼륨 이미지를 형성하기 위해 각각의 z-위치에서 수집된 이미지들이 집계된다.
일반적으로, 조명 서브시스템 및 집광 서브시스템 둘 다를 포함하는, 광학 서브시스템(140)은 측정 중인 구조체(예컨대, 수직으로 적층된 구조체)의 복수의 상이한 깊이들에 위치된 복수의 초점면들 각각에 포커싱된 광학 이미지를 생성한다. 각각의 상이한 깊이에서의 광학 서브시스템의 초점면의 정렬은 z-방향에서 초점면을 이동시키는 광학 조정, z-방향에서의 시료 위치결정, 또는 둘 다에 의해 달성된다. 하나 이상의 검출기는 복수의 상이한 깊이들 각각에 집광된 광을 검출하고 복수의 상이한 깊이들 각각에 집광된 광의 양을 나타내는 복수의 출력 신호들을 생성한다.
광학 검사 시스템(100)은 2개의 측방 차원(예컨대, 웨이퍼 표면에 평행함) 및 깊이 차원(예컨대, 웨이퍼 표면에 수직임)에서 측정되는 볼륨으로부터 두꺼운 반도체 구조체의 3차원 이미지들을 생성한다. 도 2에 묘사된 실시예에서, 컴퓨팅 시스템(130)은 측정 채널들 중 하나 이상으로부터의(예컨대, 검출기들(115, 120, 및 125) 중 하나 이상으로부터의) 출력들을 측정된 볼륨에 대응하는 볼륨 데이터 세트에 배열한다. 도 4는 -0.5 마이크로미터의 초점 오프셋 근방에서의 피크 신호를 예시하는 측정된 3차원 이미지의 단면도(y=0)의 플롯(190)을 묘사하고 있다. 도 5는 -0.5 마이크로미터의 초점 오프셋 근방에서의 피크 신호를 또한 예시하는 측정된 3차원 이미지의 다른 단면도(x=0)의 플롯(191)을 묘사하고 있다.
결함 검토 예에서, 일련의 이미지들이 검사 시스템의 초점면 내의 다수의 상이한 웨이퍼 위치들에 대해 동일한 (x, y) 위치에서 취득된다. 이 예에서, 컴퓨팅 시스템(130)은 각각의 상이한 초점 오프셋에서 취득된 일련의 2차원 이미지들의 스택을 어셈블링함으로써 측정된 볼륨의 3차원 이미지를 생성한다. 초점 오프셋은 시료의 가장 반사성인 표면과 검사 시스템의 초점면 사이의 상대 거리이다. 일반적으로, 스캔될 파라미터는 초점 오프셋으로 제한되지 않는다. 다른 예들에서, 3차원 결함 이미지를 형성하기 위해 센서 축방향 위치, 스펙트럼 대역, 조명 방향 등이 스캔될 수 있다. 일부 실시예들에서, 3개 초과의 차원을 갖는 결함 이미지는 컴퓨팅 시스템(130)에 의해 생성된다. 일 예에서, 주어진 (x, y) 위치에 대해 초점 오프셋 및 조명 방향 둘 다가 스캔된다. 일 예에서, 컴퓨팅 시스템(130)은 각각의 상이한 초점 오프셋 및 각각의 상이한 조명 각도에서 취득된 일련의 2차원 이미지들을 4차 텐서(fourth order tensor)로 어셈블링함으로써 측정된 볼륨의 4차원 이미지를 생성한다. 일부 예들에서, 조명 세기 및 다른 시스템 파라미터들을 변경되지 않은 채로 유지하면서 미리 정의된 초점 오프셋들의 세트에 대한 일련의 이미지들이 수집된다.
검사 예에서, 일련의 이미지들이 검사 시스템의 초점면 내의 다수의 상이한 웨이퍼 위치들에 대해 다양한 (x, y) 위치들에서 취득된다. 3차원 이미지들을 생성하기 위해, 상이한 초점 오프셋들 간의 이미지 오정렬이 최소화되어야만 한다. 일부 예들에서, 이것은 웨이퍼 스테이지가 상이한 깊이 측정들을 위해 정확하게 배치된 상태에서 데이터를 수집함으로써 달성된다. 그렇지만, 이 접근법은 스루풋을 상당히 감소시킬 수 있다. 일부 다른 예들에서, 상이한 초점 오프셋들에서의 동일한 측방 위치들에 대응하는 이미지들은 정렬 타깃들을 사용하여 데이터 수집 이후에 정렬된다.
일반적으로, 결함 검출 알고리즘을 적용함으로써 3차원 이미지들로부터 결함들이 검출된다. 일부 실시예들에서, 결함 검출은 검사 시스템(100)에 의해 생성된 이미지 데이터로부터 직접적으로 수행된다. 일부 실시예들에서, 하나 이상의 피처 벡터가 수집된 이미지 데이터로부터 추출되고, 결함 검출이 측정된 피처 벡터들에 기초하여 수행된다. 일반적으로, 피처 벡터는 객체(예컨대, 관심 결함, 공칭 구조체(nominal structure) 등)를 표현하는 수치 피처들(numerical features)의 n차원 벡터이다. 일부 예들에서, 결함 검출 알고리즘은 결함 검출 알고리즘의 감도를 조정하는 하나 이상의 선택가능한 임계 값을 포함한다. 고도로 제한적인(highly restrictive) 임계 값들이 선택될 때, 결함 검출 알고리즘은 3차원 이미지들의 세트로부터 보다 적은 관심 결함들을 검출한다. 고도로 허용적인(highly permissive) 임계 값들이 선택될 때, 결함 검출 알고리즘은 동일한 3차원 이미지들의 세트로부터 보다 많은 관심 결함들을 검출한다. 너무 적은 결함들이 검출되면 실제 결함들이 누락될 것이고, 너무 많은 결함들이 검출되면 많은 뉴슨스(예컨대, 거짓) 결함들이 포착될 가능성이 있다. 따라서, 특정의 측정 응용에 따라 튜닝되는 최적화된 측정 레시피는, 뉴슨스(즉, 거짓) 결함들의 포착률을 최소화하면서, 실제 결함들의 포착률을 최대화하는 검출 알고리즘 임계 값들의 모음(selection)을 또한 포함한다.
도 2와 관련하여 설명된 바와 같이, 컴퓨팅 시스템(130)은 조명 전력, 조명 애퍼처들, 집광 애퍼처들, 스펙트럼 대역, 푸리에 필터들, 조명 편광, 집광 편광, 또는 이들의 임의의 조합이 명시된 광학 모드에 따라 선택되도록 커맨드 신호들(122A 내지 122G)을 생성하고 전달한다. 그에 부가하여, 검사 시스템(100)과 같은 검사 시스템은 입사각, 방위각 등과 같은 다른 선택가능한 광학 시스템 설정들을 포함한다. 광학 시스템 설정들의 각각의 구별되는 조합은 광학 검사 시스템(100)의 구별되는 광학 모드라고 지칭된다.
실제로, 본 명세서에 설명된 검사 시스템(100)과 같은, 검사 시스템은 10,000개 초과의 상이한 광학 모드를 제공하고, 하나 이상의 성능 목표를 달성하기 위해 수천 개의 가능한 모드로부터 하나의 모드가 선택되어야만 한다. 예시적인 성능 목표들은 3차원 이미지에서 공칭 구조체의 응답을 최소화하는 것, 3차원 이미지에서 결함 신호의 응답을 향상시키는 것, 3차원 이미지에서 웨이퍼 잡음 또는 뉴슨스 신호들의 응답을 최소화하는 것, 3차원 이미지들에서 결함의 응답을 웨이퍼 잡음 또는 뉴슨스 신호들과 구별하는 것, 3차원 이미지로부터 결함의 추정된 물리적 위치의 정확도를 개선시키는 것, 이들의 임의의 조합을 포함하지만, 이들로 제한되지 않는다. 따라서, 특정의 측정 응용에 대한 최적화된 측정 레시피는 최적의 광학 모드의 선택을 포함한다.
앞서 설명된 바와 같이, 검사 시스템(100)과 같은 3차원 광학 검사 시스템에 대한 측정 레시피 최적화는 수천 개의 가능한 시스템 구성 및 검출 임계치들의 모음으로부터 최적의 광학 모드를 선택하는 것을 포함한다. DOI들이 3차원 반도체 구조체의 깊이 전체에 걸쳐 존재할 수 있다는 사실은 결함 발견 및 레시피 최적화에 대한 상당한 실제적 난제들을 야기하는데, 그 이유는 이용가능한 이미지 데이터의 양이 너무 방대하고(즉, 2차원 이미지들만이 아니라, 3차원 이미지들) 결함 검증이 너무 시간이 많이 걸리기(즉, 결함들을 검증하기 위해 웨이퍼 디프로세싱이 요구됨) 때문이다.
일 양태에서, 결함 발견 및 검증을 거치는 반도체 웨이퍼의 3차원 볼륨이 측정 중인 반도체 구조체들의 전체 깊이의 서브세트와 연관된 이미지들을 저장함으로써 감소된다. 이러한 방식으로, 측정 레시피 최적화 프로세스의 일부로서 수집되고 분석되어야만 하는 이미지 데이터의 양이 감소된다.
도 2에 묘사된 실시예에서, 고려 중인 측정 응용(136)에 관한 정보가 사용자 입력 소스(135)로부터 컴퓨팅 시스템(130)에 의해 수신된다. 전형적으로, 사용자 입력 소스(135)는 검사 중인 구조체들 및 예상된 결함들에 대한 지식을 갖는 사용자 또는 조작자와 같은 엔티티이다. 비제한적인 예로서, 구조 정보(136)는 관심 결함의 예상된 스택 깊이, 관심 결함의 웨이퍼 레벨 시그너처, 3-D 스택의 굴절률 등을 포함한다. 일 실시예에서, 검사 시스템(100)은 사용자로부터 검사 시스템(100)으로 구조 정보(136)를 전달하기 위해 조작자로부터의 입력들을 수용하는 데 유용한 주변 디바이스들(예컨대, 키보드, 마우스, 터치스크린, 통신 포트들 등)을 포함한다.
사용자는 검사 시스템(100)에 대한 광학 모드들의 초기 세트를 또한 전달한다. 검사 시스템(100)의 사용자는 전형적으로 예비 모델링을 수행하거나 최상의 검사 결과들을 가져올 가능성이 가장 많은 검사 시스템(100)의 광학 모드들의 초기 세트에 도달하기 위해 과거 경험을 이용한다. 전형적으로, 광학 모드들의 초기 세트는, 수천 개의 이용가능한 광학 모드보다 훨씬 적은, 수십 개의 상이한 광학 모드를 포함한다. 일부 예들에서, 사용자는 하나 이상의 초기 초점 레벨을 검사 시스템(100)에 또한 전달한다. 하나 이상의 초기 초점 레벨은 관심 결함들이 위치되어야 하는 초점 레벨들을 포함한다.
사용자 입력들(136 및 137)에 응답하여, 검사 시스템(100)은 광학 모드들의 초기 세트 각각에서 그리고 하나 이상의 초기 초점 레벨 각각에서 웨이퍼(103)의 검사를 수행한다. 전형적으로, 하나 이상의 초기 초점 레벨 각각에서 웨이퍼의 큰 구역(예컨대, 웨이퍼의 전체 구역)이 검사되는 스캐닝 모드에서 검사들이 실행된다. 초기 검사들 동안 이용되는 결함 검출 알고리즘의 임계 값들은 많은 결함들(즉, 실제 결함 및 뉴슨스 결함 둘 다)을 식별하는 고도로 허용적인 값들로 설정된다.
초기 검사들을 수행한 후에, 컴퓨팅 시스템(130)은 초기 검사들에서 식별된 가장 유망한 결함들 중 몇 개를 선택한다. 가장 유망한 결함들은 검사 시스템(100)의 사용자에 의해 제공되는 예상된 결함들과 가장 가깝게 매칭하는 관심 결함들이다. 검사 시스템(100)은 선택된 관심 결함이 검사 시스템(100)의 시야 내에 있도록 광학 검사 서브시스템(140)에 대해 웨이퍼(103)를 위치시킴으로써 선택된 관심 결함들의 스루 포커스 검토를 수행한다. 측정 중인 구조체에 걸쳐 계속 다수의 초점 레벨들에서 일련의 측정들이 수행된다. 스루 포커스 검토의 결과들에 기초하여, 컴퓨팅 시스템(130)은 관심 결함을 가장 잘 포착하는 하나 이상의 초점면 또는 초점 범위를 결정한다. 일부 예들에서, 하나 이상의 초점면 또는 초점 범위는 측정된 결함 시그너처(예컨대, 이미지 또는 피처 벡터)과 예상된 결함 시그너처 간의 최상의 매치에 기초하여 결정된다.
하나 이상의 초점면 또는 초점 범위를 결정한 후에, 검사 시스템(100)은, 구조체의 전체 깊이에 걸쳐서가 아니라, 하나 이상의 초점면 또는 초점 범위에서의 초기 검사들 각각에서 식별된 결함 위치들과 연관된 이미지 패치들(예컨대, 32x32 픽셀 패치들)을 기록한다. 일부 예들에서, 1억 개 이상의 결함 위치가 다수의 초점 레벨들에서 이미징되어 기록된다. 이러한 방식으로, 결함 발견과 연관된 기록된 데이터의 양이 깊이들의 서브세트로 제한된다. 기록된 데이터는 후속하는 결함 검증 및 레시피 최적화 프로세스들 동안 이용된다. 기록된 데이터의 양을 제한함으로써, 후속하는 결함 검증 및 레시피 최적화 프로세스들이 극적으로 단순화된다.
추가의 양태에서, 고려 중인 광학 모드들의 개수가 하나 이상의 측정된 웨이퍼 레벨 결함 시그니처와 하나 이상의 예상된 웨이퍼 레벨 결함 시그니처의 비교에 기초하여 감소된다. 일 예에서, 초기 검사들을 수행한 후에, 컴퓨팅 시스템(130)은 추가적인 고려를 위해 가장 유망한 광학 모드들 중 몇 개(예컨대, 5개 이하의 광학 모드)를 선택한다. 일 예에서, 컴퓨팅 시스템(130)은 각각의 광학 검사 모드에 대한 결함 검출 알고리즘 임계 값들을 변화시킨다. 컴퓨팅 시스템(130)은 각각의 광학 모드에 대해 측정된 웨이퍼 레벨 결함 시그너처를 예상된 웨이퍼 레벨 결함 시그너처와 가장 잘 매칭시키기 위해 임계 값들을 변화시킨다. 일 예에서, 웨이퍼 레벨 결함 시그너처는 결함들이 보다 고도로 또는 덜 고도로 집중되는 웨이퍼 구역(wafer area)의 영역들을 나타내는 웨이퍼 결함 맵이다. 일반적으로, 웨이퍼 레벨 결함 시그너처는 검사 중인 웨이퍼 구역 전체에 걸쳐 표현된 웨이퍼 결함들의 임의의 표시를 포함한다.
예상된 결함 시그너처와 가장 잘 매칭하는 광학 모드들이 추가적인 고려를 위해 선택되고, 다른 광학 모드들은 폐기된다. 이러한 방식으로, 앞서 설명된 바와 같이, 기록을 위해 선택되는 모드들의 개수가 감소된다. 따라서, 후속하는 결함 검증 및 레시피 최적화 프로세스들 동안 고려 중인 검사 데이터의 양이 추가로 감소된다. 일부 예들에서, 5개 이하의 광학 모드가 웨이퍼 레벨 시그너처 분석에 기초하여 추가적인 고려를 위해 선택된다.
다른 추가의 양태에서, 고려 중인 광학 모드들의 개수는 측정된 결함 신호대 잡음비에 기초하여 감소된다. 일 예에서, 초기 검사들 및 웨이퍼 레벨 시그니처 매칭을 수행한 후에, 컴퓨팅 시스템(130)은 추가적인 고려를 위해 가장 유망한 광학 모드들의 몇 개(예컨대, 3개 이하의 광학 모드)를 추가로 선택한다. 일 예에서, 컴퓨팅 시스템(130)은 하나 이상의 초점면 또는 초점 레벨에서 각각의 선택된 광학 모드와 연관된 신호대 잡음비를 분석한다. 컴퓨팅 시스템(130)은 추가적인 고려를 위해 가장 높은 신호대 잡음비를 갖는 광학 모드들을 선택하고, 다른 광학 모드들은 폐기된다. 이러한 방식으로, 앞서 설명된 바와 같이, 기록을 위해 선택되는 모드들의 개수가 감소된다. 따라서, 후속하는 결함 검증 및 레시피 최적화 프로세스들 동안 고려 중인 검사 데이터의 양이 추가로 감소된다. 일부 예들에서, 3개 이하의 광학 모드가 웨이퍼 레벨 시그너처 분석에 기초하여 추가적인 고려를 위해 선택된다.
다른 추가의 양태에서, 고려 중인 광학 모드들의 개수는 디프로세싱 없이 결함들의 SEM 검토에 기초하여 감소된다. 일 예에서, 초기 검사들 및 웨이퍼 레벨 시그니처 매칭을 수행한 후에, 컴퓨팅 시스템(130)은 웨이퍼의 디프로세싱 없이 SEM 검토를 위해 가장 유망한 광학 모드들의 몇 개를 추가로 선택한다. 일 예에서, 웨이퍼(103)는 SEM 검토 툴로 이송되고, 표면에 있는 또는 심지어 표면 약간 아래에 있는 관심 결함들을 검증하기 위해 SEM 검토 측정들이 수행된다. 일 예에서, 고 에너지 SEM은 고려 중인 구조체 내에 매립된(예컨대, 깊이들이 최대 1 마이크로미터임) 결함들을 검토하는 데 활용된다. 그러나, 일반적으로, SEM은 상당한 깊이들(예컨대, 1 마이크로미터 이상)에 있는 결함들의 결함 검증에 적당하지 않다. 컴퓨팅 시스템(130)은 SEM 검토 툴에 의해 검증된 결함들의 표시를 수신하고, 추가적인 고려를 위해, 검증된 결함들의 최고 포착률들 및 뉴슨스 결함들의 최저 포착률을 갖는 광학 모드들을 선택한다. 다른 광학 모드들은 폐기된다. 이러한 방식으로, 앞서 설명된 바와 같이, 기록을 위해 선택되는 모드들의 개수가 감소된다. 따라서, 후속하는 결함 검증 및 레시피 최적화 프로세스들 동안 고려 중인 검사 데이터의 양이 추가로 감소된다. 일부 예들에서, 3개 이하의 광학 모드가 웨이퍼 레벨 시그너처 분석에 기초하여 추가적인 고려를 위해 선택된다.
다른 양태에서, 검증된 결함 이미지들/피처들은 검사 시스템(100)에 의해 식별된 대응하는 결함들에 매핑된다. 검증된 결함들 및 기록된 3차원 이미지들은 뉴슨스 필터를 트레이닝시키고 측정 레시피를 최적화하는 데 이용된다.
도 3은 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 측정 레시피 최적화를 위한 시스템(150)의 일 실시예의 단순화된 개략도이다. 시스템(150)은 도 2를 참조하여 설명된 바와 같은 검사 시스템(100), 결함 검증 툴(151), 및 컴퓨팅 시스템(160)을 포함한다. 일부 실시예들에서, 본 명세서에서 설명된 바와 같이 컴퓨팅 시스템(160)에 의해 수행되는 태스크는 컴퓨팅 시스템(130), 또는 다른 컴퓨팅 시스템에 의해 구현된다.
일부 실시예들에서, 결함 검증 툴(151)은 전자 빔 기반 분석 툴이다. 일부 다른 실시예들에서, 결함 검증 툴(151)은 x-선 기반 분석 툴이다. 이 실시예들에서, 매립된 결함을 x-선 기반 분석 툴에 보이게 만들기 위해 재료 제거 툴이 필요하지 않을 수 있다. 따라서, 연관된 재료 제거 툴은 임의적이다.
일부 예들에서, 결함 검증은 웨이퍼(103)를 디프로세싱하고 노출된 결함들을 검사 시스템(100)으로 검사함으로써 달성된다. 이러한 예들에서, 상이한 결함 검증 툴(151)이 요구되지 않을 수 있다. 일부 실시예들에서, SEM 검토 툴과 같은 결함 검증 툴은 단일 웨이퍼 프로세싱 툴로서 검사 시스템(100)과 통합되거나, 대안적으로, 상이한 웨이퍼 프로세싱 시스템들로 개별적으로 분리될 수 있거나, 임의의 조합일 수 있다.
컴퓨팅 시스템(130)은 검사 프로세스들을 코디네이트하고, 분석들, 데이터 핸들링, 및 통신 태스크들을 수행한다. 이와 유사하게, 컴퓨팅 시스템(160)은 재료 제거 및 검토 프로세스들을 코디네이트하고, 분석들을 수행하며, 데이터 핸들링 및 통신 태스크들을 수행한다.
결함 검증이 많은 상이한 방식들로 달성될 수 있다. 일부 실시예들에서, 결함들을 검증하기 위해 전압 콘트라스트 검사(voltage contrast inspection)가 수행된다. 이 실시예들에서, 웨이퍼가 작은 샘플 계획(sample plan)에 따라 데코레이팅되고(decorated), 전압 콘트라스트 측정들이 전압 콘트라스트 검사 툴에 의해 데코레이팅된 웨이퍼에 대해 수행된다.
일부 다른 실시예들에서, 웨이퍼 제조가 완료되고 결함들을 검증하기 위해 완성된 웨이퍼에 대해 비트 맵 테스트가 수행된다.
일부 다른 실시예들에서, 고려 중인 다층 구조체(multiple layer structure)의 층들을 제거하기 위해 웨이퍼가 디프로세싱된다. 디프로세싱은 화학적 프로세스들, 기계적 프로세스들, 또는 둘 다에 의해 달성될 수 있다. 일 예에서, FIB(focused ion beam) 툴은 웨이퍼의 표면으로부터 재료를 제거하는 데 이용된다. 웨이퍼는 매립된 결함들이 웨이퍼의 표면에 또는 그 근방에 위치될 때까지 디프로세싱되고, 결함 검증 툴(151), 예컨대, SEM 검토 툴, 검사 시스템(100) 등에 의해 효과적으로 이미징될 수 있다. 결함 검증 측정들과 연관된 결함 위치들 및 연관된 결함 이미지들(152)은 메모리(예컨대, 컴퓨팅 시스템(160) 상의 메모리(162))에 저장된다. 일부 실시예들에서, 결함 정보는 KLARF(KLA results file)의 형태로 저장된다. KLARF 파일은 결함 검증 툴(150)에 의해 생성되는 플랫 ASCII 파일(flat ASCII file)이다. 동일한 KLARF 파일 포맷이 검사 시스템(100)으로부터의 결함 정보를 저장하는 데 사용된다.
추가의 양태에서, 결함 발견의 일부로서 검사 시스템(100)에 의해 식별된 결함들과 연관된 결함 정보(141)는 컴퓨팅 시스템(160)에 전달된다. 컴퓨팅 시스템(160)은 결함 검증 툴(151)에 전달되는 DOI들의 다이버시티 세트(153)를 생성하기 위해 식별된 결함들을 샘플링한다. 일부 실시예들에서, 컴퓨팅 시스템(160)은 결함 발견 동안 검사 시스템(100)에 의해 식별된 결함들(예컨대, 1억 개 이상의 DOI들)을 비닝하고, DOI들의 다이버시티 세트(153)를 생성하기 위해 각각의 빈으로부터 몇 개의 결함을 선택한다. DOI들의 다이버시티 세트(153)는 메모리(예컨대, 컴퓨팅 시스템(160) 상의 메모리(162))에 저장된다.
DOI들의 다이버시티 세트에 대해 결함 검증 측정들이 수행된다. 결함 검증 측정들로부터의 결함 위치들 및 연관된 결함 이미지들은 메모리(예컨대, 컴퓨팅 시스템(160) 상의 메모리(162))에 저장된다. 일부 실시예들에서, DOI들의 다이버시티 세트와 연관된 결함 정보는 KLARF 파일 포맷으로 또한 저장된다.
DOI들의 다이버시티 세트, 검증된 결함들의 임의의 다른 세트, 또는 이들의 조합으로부터의 결함 검증 데이터는 저장된 스루 포커스 결함 이미지 패치들 및 대응하는 피처 벡터들에 매핑된다. 결함 검증 데이터 및 대응하는 스루 포커스 결함 이미지 패치들 및 대응하는 피처 벡터들은 뉴슨스 제거 필터를 트레이닝시키는 데 이용된다.
일 예에서, 컴퓨팅 시스템(160)은 뉴슨스 결함들을 필터링 제거하기 위해 스루 포커스 이미지 기반 머신 러닝 네트워크를 트레이닝시킨다. 이 예들 중 일부에서, 머신 러닝 네트워크는 결함 이미지들에 기초하여 트레이닝된다. 비제한적인 예로서, 적당한 머신 러닝 네트워크는 신경 네트워크, 서포트 벡터 머신 모델, 결정 트리 모델 등으로서 구현된다.
다른 예에서, 컴퓨팅 시스템(160)은 뉴슨스 결함들을 필터링 제거하기 위해 스루 포커스 피처 기반 자동 분류기를 트레이닝시킨다. 이 예들 중 일부에서, 자동 분류기는, 이미지 기반이 아니라, 피처 기반이다. 비제한적인 예로서, 적당한 스루 포커스 피처 기반 자동 분류기는 트레이닝된 랜덤 포레스트(random forest) 알고리즘 등으로서 구현된다.
다른 예에서, 컴퓨팅 시스템(160)은 뉴슨스 결함들을 필터링 제거하기 위해 규칙 기반 트리 분류기를 구현한다. 이 예들 중 일부에서, 규칙 기반 트리 분류기는, 이미지 기반이 아니라, 피처 기반이다. 비제한적인 예로서, 적당한 규칙 기반 트리 분류기는 수동으로 생성된 규칙들에 기초하여 구현된다.
트레이닝된 뉴슨스 제거 필터(142)는 검사 시스템(100)에 전달되고 고려 중인 각각의 광학 모드와 연관된 저장된 결함 이미지들에 적용된다. 이러한 방식으로, 결함 검출은 결함 발견 동안 기록된 스루 포커스 결함 이벤트들을 사용하여 에뮬레이트된다. 각각의 광학 모드와 연관된 검출 임계 값들이 바람직한 뉴슨스 레이트를 달성하도록 조정된다. 일 예에서, 각각의 광학 모드와 연관된 검출 임계 값들은 대략 30%의 뉴슨스 레이트를 달성하도록 조정되고, 최상의 결함 시그너처 매칭 및 실제 결함 포착률을 달성하는 광학 모드가 고려 중인 측정 응용에 대한 생산 측정 레시피로서 구현을 위해 선택된다. 도 3에 묘사된 실시예에서, 검사 시스템(100)은 생산 설정에서 두꺼운 반도체 구조체들의 3차원 이미지들의 분석에 기초하여 결함들을 식별하고 분류하기 위해 뉴슨스 필터(142) 및 선택된 생산 측정 레시피를 구현한다.
일반적으로, 관심 결함들을 식별하고 분류하기 위해 3차원 이미지가 알고리즘적으로 프로세싱된다. 일부 예들에서, 프로세서(131)는 3차원 이미지로부터 결함들을 검출하고 분류하도록 구성된다. 프로세서는 본 기술분야에 공지된 임의의 적절한 프로세서를 포함할 수 있다. 그에 부가하여, 프로세서는 본 기술분야에 공지된 임의의 적절한 결함 검출 및 분류 알고리즘 또는 방법을 사용하도록 구성될 수 있다. 예를 들어, 프로세서는 시료 상의 결함들을 검출하고 분류하기 위해 다이-투-데이터베이스(die-to-database) 비교, 3차원 필터, 주성분 분석(principal component analysis) 또는 스펙트럼 클러스터링(spectral clustering)과 같은 클러스터링 알고리즘, 이진화 알고리즘(thresholding algorithm), 딥 러닝 알고리즘, 또는 임의의 다른 적당한 알고리즘을 사용할 수 있다.
다른 양태에서, 관심 결함의 3차원 위치는 두꺼운 반도체 구조체의 3차원 이미지의 분석에 기초하여 결정된다. 이러한 방식으로, 웨이퍼 내의 결함의 실제 위치가 측정된다(예컨대, 결함의 {x, y, z} 좌표). 실제 결함 위치는 추가적 분석(예컨대, 집속 이온 빔(focused ion beam) 시스템, EBI 시스템 등에 의한 분석)을 위해 나중에 결함을 위치확인하는 데 사용될 수 있다.
일부 예들에서, 3D 이미지 내의 피크 결함 신호와 연관된 x-위치, y-위치, 및 초점 오프셋은 웨이퍼 구조체(예컨대, 3D NAND 웨이퍼 스택) 내의 실제 결함 위치를 평가하는 데 사용된다.
많은 암시야 측정 응용들에서, 회절 차수들이 억제되고 z-방향(예컨대, 깊이)에서의 실제 결함 위치는 피크 신호와 연관된 초점 오프셋에 선형적으로 관련된다. 비코히런트 BF 조명의 많은 경우들에서, z-방향에서의 결함 위치는 피크 신호와 연관된 초점 오프셋에 선형적으로 관련된다. 이러한 예들에서, 컴퓨팅 시스템(130)은 피크와 연관된 초점 오프셋을 결정하고 초점 오프셋을 스케일링 인자와 곱함으로써 결함 깊이를 결정한다.
다른 예들에서, 실제 결함 위치는 3차원 이미지와 결함의 하나 이상의 시뮬레이트된 3차원 이미지를 비교함으로써 결정된다. 일 예에서, 컴퓨팅 시스템(130)은 측정된 결함 응답을 시뮬레이트하기 위해 RCWA)rigorous coupled wave analysis)를 수행한다. 이 분석은 측정된 응답과 시뮬레이트된 응답 간의 에러를 최소화하고 결함을 식별하고 위치확인하기 위해 재귀적으로 수행될 수 있다.
일부 다른 예들에서, 측정된 데이터를 신뢰된 기준 측정 시스템에 의해 측정되는 결함 깊이들(예컨대, 웨이퍼 표면 아래의 거리)와 매칭시키는 측정 라이브러리가 생성된다. 일 예에서, 신뢰된 기준 측정 시스템은 고려 중인 시료의 집속 이온 빔 에칭 이후에 수행되는 결함 검토이다. 라이브러리가 일단 생성되면, 후속 측정들과 연관된 결함 위치들이 라이브러리 매칭에 기초하여 추정된다.
추가의 양태에서, SNR을 개선시키기 위해 3차원 이미지가 결함 분석 이전에 필터링된다. 일부 예들에서, 컴퓨팅 시스템은, 결함들로부터 생기는 독특한 3차원 구조체들을 검출하기 위해, 어셈블링된 3차원 이미지를 3D 디지털 필터, 또는 다른 적당한 수치 기술을 사용하여 분석한다. 이것은 결함들의 SNR을 효과적으로 증가시키며, 잡음 또는 뉴슨스 효과들로부터 관심 결함들의 보다 효과적인 분리를 가능하게 해준다.
일반적으로, 컴퓨팅 시스템들(130 및 160)은 스루 포커스 이미지들 또는 피처 벡터들에 기초하여 결함들을 검출하고 분류하도록 구성된다. 컴퓨팅 시스템들(130 및 160)은 본 기술분야에 공지된 임의의 적절한 프로세서(들)를 포함할 수 있다. 그에 부가하여, 컴퓨팅 시스템들(130 및 160)은 본 기술분야에 공지된 임의의 적절한 결함 검출 알고리즘 또는 방법을 사용하도록 구성될 수 있다. 예를 들어, 컴퓨팅 시스템들(130 및 160)은 시료 상의 결함들을 검출하기 위해 다이-투-데이터베이스 비교 또는 이진화 알고리즘을 사용할 수 있다.
그에 부가하여, 검사 시스템(100)은 조작자로부터의 입력들을 수용하는 데 유용한 주변 디바이스들(예컨대, 키보드, 마우스, 터치스크린 등) 및 출력들을 조작자에게 디스플레이하는 데 유용한 주변 디바이스들(예컨대, 디스플레이 모니터)를 포함할 수 있다. 조작자로부터의 입력 커맨드들은 조명 전력을 제어하는 데 사용되는 임계 값들을 조정하기 위해 컴퓨팅 시스템(130)에 의해 사용될 수 있다. 결과적인 전력 레벨들은 디스플레이 모니터 상에서 조작자에게 그래픽으로 제시될 수 있다.
검사 시스템(100)은 프로세서(131) 및 일정 양의 컴퓨터 판독가능 메모리(132)를 포함한다. 프로세서(131) 및 메모리(132)는 버스(133)를 통해 통신할 수 있다. 메모리(132)는, 프로세서(131)에 의해 실행될 때, 프로세서(131)로 하여금 본 명세서에 설명된 결함 검출, 분류, 및 깊이 추정 기능을 실행하게 하는 일정 양의 프로그램 코드를 저장하는 일정 양의 메모리(134)를 포함한다.
시스템(150)은 프로세서(161) 및 일정 양의 컴퓨터 판독가능 메모리(162)를 포함한다. 프로세서(161) 및 메모리(162)는 버스(163)를 통해 통신할 수 있다. 메모리(162)는, 프로세서(161)에 의해 실행될 때, 프로세서(161)로 하여금 본 명세서에 설명된 결함 검출, 분류, 및 깊이 추정 기능을 실행하게 하는 일정 양의 프로그램 코드를 저장하는 일정 양의 메모리(164)를 포함한다.
도 6은 두꺼운 구조체들의 3-D 이미지들에 기초하여 결함들을 검출하는 데 유용한 예시적인 방법(200)의 플로차트를 예시하고 있다. 일부 비제한적 예들에서, 도 2를 참조하여 설명된 검사 시스템(100)은 방법(200)을 구현하도록 구성된다. 그렇지만, 일반적으로, 방법(200)의 구현은 본 명세서에 설명된 특정 실시예들에 의해 제한되지 않는다.
블록(201)에서, 반도체 웨이퍼 상에 배치된 복수의 수직으로 적층된 구조체들 각각 내의 복수의 초점면들 각각에서 복수의 광학 모드들 각각에 따라 복수의 결함 위치들에서 반도체 웨이퍼에 일정 양의 조명 광이 제공된다.
블록(202)에서, 복수의 결함 위치들 각각에서 복수의 초점면들 각각에서의 복수의 광학 모드들 각각에 따른 조명 광의 양에 응답하여 수직으로 적층된 구조체들 각각으로부터 광의 양이 이미징된다.
블록(203)에서, 하나 이상의 결함 위치가 복수의 결함 위치들로부터 선택된다.
블록(204)에서, 복수의 광학 모드들에 따라 선택된 결함 위치들 각각에서 수직으로 적층된 구조체에 걸쳐 상이한 초점면들에서의 복수의 이미지들이 생성된다.
블록(205)에서, 복수의 초점면들의 서브세트가 저장을 위해 선택된다.
블록(206)에서, 광학 모드들 각각에 따라 복수의 초점면들의 선택된 서브세트의 각각의 초점면에서의 복수의 결함 위치들 각각에서의 이미지들이 저장된다.
일반적으로, 본 명세서에 설명된 3차원 이미징 기술들은 반도체 디바이스들의 제조의 연구 개발, 생산 램프, 및 대량 생산 페이즈들 동안 적용될 수 있으며, 임의의 광학, 이미지 기반 측정 기술에 적용가능하다. 그에 부가하여, 이러한 기술들은 광학 및 x-선 검사 모달리티들에 적용될 수 있다.
특정 타입의 제조 프로세스에 관계없이, 결함들은 다층 스택의 모든 레벨들에서 그리고 특정의 프로세스에서 가능한 한 빨리 검출될 필요가 있다. 일정 검사 실시예들은 바람직하게는, 스택 표면 및 스택의 다양한 깊이들 전체에 걸치는 것을 포함한, 스택 전체에 걸친 결함들의 검출을 포함한다. 예를 들어, 일정 실시예들은 최대 약 3 마이크로미터의 깊이들에서 결함들이 발견될 수 있게 해준다. 다른 실시예에서, 약 8 마이크로미터 정도로 큰 스택 깊이들에서 결함들이 검출될 수 있다. 검사 중인 수직 ONON 또는 OPOP 스택의 두께는 조명 광의 침투 깊이(depth of penetration)에 의해서만 제한된다. ONON(oxide-nitride-oxide-nitrite) 또는 OPOP(oxide-polysilicon-oxide-polysilicon) 스택을 통한 투과는 보다 긴 파장들에서의 흡수에 의해 덜 제한된다. 따라서, 보다 긴 조명 파장들이 매우 깊은 구조체들을 효과적으로 검사하는 데 이용될 수 있다.
본 명세서에 설명된 3차원 이미징 기술들은, 3D NAND(negative-AND) 게이트 메모리 디바이스들을 포함하지만 이들로 제한되지 않는, 복잡한 수직으로 적층된 구조체들에 적용될 수 있다. 비록 검사 시스템들 및 기술들이 본 명세서에서 일정 타입들의 수직 NAND(VNAND) 메모리 구조체들에 적용되는 것으로 설명되었지만, 본 발명의 실시예들이, TCAT(terabit cell array transistors), VSAT(vertical-stacked array transistors), BiCST(bit cost scalable technology), P-BiCS(piped shaped BiCS technology) 등을 사용하여 형성된 NAND 또는 NOR 메모리 디바이스들과 같은, 임의의 적당한 3D 또는 수직 반도체 구조체들에 적용될 수 있음이 이해된다. 수직 방향은 일반적으로 기판 표면에 수직인 방향이다. 부가적으로, 비록 그러한 3D 구조체들을 형성하기 위한 특정의 제조 단계들, 프로세스들, 및 재료들이 설명되었지만, 다수의 층들이 기판 상에 형성되는 것을 결과하는 제조 흐름에서의 임의의 시점에서 검사 실시예들이 적용될 수 있으며, 그러한 층들은 임의의 수 및 유형의 재료들을 포함할 수 있다.
다양한 실시예들은 본 명세서에서 시료를 검사하는 데 사용될 수 있는 검사 시스템 또는 툴에 대해 설명된다. "시료"라는 용어는 본 명세서에서 웨이퍼, 레티클, 또는 결함들, 피처들, 또는 본 기술분야에 공지된 다른 정보(예컨대, 헤이즈(haze) 또는 필름 속성들의 양)가 있는지 검사될 수 있는 임의의 다른 샘플을 지칭하는 데 사용된다.
본 명세서에서 사용되는 바와 같이, "웨이퍼"라는 용어는 일반적으로 반도체 또는 비-반도체 재료로 형성된 기판들을 지칭한다. 예들은 단결정 실리콘, 갈륨 비화물, 및 인듐 인화물을 포함하지만, 이들로 제한되지 않는다. 그러한 기판들은 반도체 제조 설비들에서 흔히 발견되고 그리고/또는 프로세싱될 수 있다. 일부 경우들에서, 웨이퍼는 기판만을 포함할 수 있다(즉, 베어 웨이퍼(bare wafer)). 대안적으로, 웨이퍼는 기판 상에 형성된 상이한 재료들의 하나 이상의 층을 포함할 수 있다. 웨이퍼 상에 형성된 하나 이상의 층은 "패터닝되거나" 또는 "패터닝되지 않을" 수 있다. 예를 들어, 웨이퍼는 반복가능한 패턴 피처들을 갖는 복수의 다이들을 포함할 수 있다.
"레티클"은 레티클 제조 프로세스의 임의의 스테이지에서의 레티클이거나, 반도체 제조 설비에서 사용하기 위해 방출될(released) 수 있거나 그렇지 않을 수 있는 완성된 레티클일 수 있다. 레티클 또는 "마스크"는 일반적으로 실질적으로 투명한 기판 - 실질적으로 불투명한 영역들이 그 위에 형성되어 있음 - 으로서 정의되며 패턴으로 구성된다. 기판은, 예를 들어, 석영과 같은 유리 재료를 포함할 수 있다. 레티클은 레티클 상의 패턴이 레지스트에 전사될 수 있도록 리소그래피 프로세스의 노광 단계 동안 레지스트로 커버된 웨이퍼(resist-covered wafer) 위에 배치될 수 있다.
하나 이상의 예시적인 실시예에서, 설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 조합으로 구현될 수 있다. 소프트웨어로 구현되는 경우, 기능들은 컴퓨터 판독가능 매체 상에 하나 이상의 명령어 또는 코드로서 저장되거나 그를 통해 전송될 수 있다. 컴퓨터 판독가능 매체들은 한 곳으로부터 다른 곳으로의 컴퓨터 프로그램의 전달을 용이하게 하는 임의의 매체를 포함한 통신 매체들 및 컴퓨터 저장 매체들 둘 다를 포함한다. 스토리지 매체들은 범용 또는 특수 목적 컴퓨터에 의해 액세스될 수 있는 임의의 이용가능한 매체들일 수 있다. 제한이 아닌 예로서, 그러한 컴퓨터 판독가능 매체들은 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 원하는 프로그램 코드 수단을 명령어들 또는 데이터 구조들의 형태로 운반하거나 저장하는 데 사용될 수 있고 범용 또는 특수 목적 컴퓨터, 또는 범용 또는 특수 목적 프로세서에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속부(connection)가 적절하게도 컴퓨터 판독가능 매체라고 지칭된다. 예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선(twisted pair), DSL(digital subscriber line), 또는 적외선, 라디오, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되는 경우, 동축 케이블, 광섬유 케이블, 연선, DSL, 또는 적외선, 라디오, 및 마이크로파와 같은 무선 기술들은 매체의 정의에 포함된다. 본 명세서에서 사용되는 바와 같은, 디스크(disk) 및 디스크(disc)는 CD(compact disc), 레이저 디스크, 광학 디스크, DVD(digital versatile disc), 플로피 디스크 및 블루레이 디스크를 포함하고, 여기서 디스크들(disks)은 보통 데이터를 자기적으로 재생하는 반면, 디스크들(discs)은 데이터를 레이저들을 사용하여 광학적으로 재생한다. 상기한 것들의 조합들이 컴퓨터 판독가능 매체들의 범위 내에 또한 포함되어야 한다.
비록 일정한 특정 실시예들이 교육적 목적들을 위해 앞서 설명되었지만, 이 특허 문서의 교시내용들은 일반적 적용성(general applicability)을 가지며 앞서 설명된 특정 실시예들로 제한되지 않는다. 일 예에서, 검출기는 광섬유 어레이(fiber array)를 포함할 수 있다. 일 예에서, 검사 시스템(100)은 하나 이상의 광 소스(도시되지 않음)를 포함할 수 있다. 광 소스들은 상이하게 또는 동일하게 구성될 수 있다. 예를 들어, 광 소스들은 동일한 또는 상이한 시간에 동일한 또는 상이한 입사각으로 동일한 또는 상이한 조명 영역에서 웨이퍼로 지향될 수 있는 상이한 특성들을 갖는 광을 생성하도록 구성될 수 있다. 광 소스들이 본 명세서에 설명된 실시예들 중 임의의 것에 따라 구성될 수 있다. 그에 부가하여, 광 소스들 중 하나는 본 명세서에 설명된 실시예들 중 임의의 것에 따라 구성될 수 있고, 다른 광 소스는 본 기술분야에 공지된 임의의 다른 광 소스일 수 있다. 일부 실시예들에서, 검사 시스템은 하나 초과의 조명 구역에 걸쳐 웨이퍼를 동시에 조명할 수 있다. 다수의 조명 구역들은 공간적으로 오버랩할 수 있다. 다수의 조명 구역들은 공간적으로 구분될 수 있다. 일부 실시예들에서, 검사 시스템은 하나 초과의 조명 구역에 걸쳐 웨이퍼를 상이한 시간에 조명할 수 있다. 상이한 조명 구역들은 시간적으로 오버랩할 수 있다(즉, 일부 시간 기간에 걸쳐 동시에 조명됨). 상이한 조명 구역들은 시간적으로 구분될 수 있다. 일반적으로, 조명 구역들의 개수는 임의적(arbitrary)일 수 있고, 각각의 조명 구역은 동일한 또는 상이한 크기, 배향, 및 입사각을 가질 수 있다. 또 다른 예에서, 검사 시스템(100)은 웨이퍼(103)의 임의의 움직임과 독립적으로 스캔하는 하나 이상의 조명 구역을 갖는 스캐닝 스폿 시스템(scanning spot system)일 수 있다. 일부 실시예들에서, 조명 구역은 스캔 라인을 따라 반복된 패턴으로 스캔하도록 만들어진다. 스캔 라인은 웨이퍼(103)의 스캔 움직임과 정렬될 수 있거나 그렇지 않을 수 있다. 비록, 본 명세서에 제시된 바와 같이, 웨이퍼 위치결정 시스템(114)이 코디네이트된 회전 및 병진 이동들에 의해 웨이퍼(103)의 움직임을 생성하지만, 또 다른 예에서, 웨이퍼 위치결정 시스템(114)은 2개의 병진 이동(translational movements)을 코디네이트함으로써 웨이퍼(103)의 움직임을 생성할 수 있다. 예를 들어, 웨이퍼 위치결정 시스템(114)은 2개의 직교 선형 축을 따른 움직임(예컨대, X-Y 움직임)을 생성할 수 있다.
그에 따라, 청구 범위에 기재된 바와 같은 본 발명의 범위를 벗어나지 않으면서 설명된 실시예들의 다양한 특징들의 다양한 수정들, 개조들(adaptations), 및 조합들이 실시될 수 있다.

Claims (26)

  1. 방법에 있어서,
    반도체 웨이퍼 상에 배치된 복수의 수직으로 적층된 구조체들 각각 내의 복수의 초점면들 각각에서 복수의 광학 모드들 각각에 따라 복수의 결함 위치들에서 상기 반도체 웨이퍼에 일정 양의 조명 광(an amount of illumination light)을 제공하는 단계;
    상기 복수의 결함 위치들 각각에서 상기 복수의 초점면들 각각에서의 상기 복수의 광학 모드들 각각에 따른 상기 조명 광의 양에 응답하여 상기 수직으로 적층된 구조체들 각각으로부터의 광의 양을 이미징하는 단계;
    하나 이상의 결함 위치를 상기 복수의 결함 위치들로부터 선택하는 단계;
    상기 복수의 광학 모드들에 따라 상기 선택된 결함 위치들 각각에서 상기 수직으로 적층된 구조체를 통해 상이한 초점면들에서의 복수의 이미지들을 생성하는 단계;
    상기 복수의 초점면들의 서브세트를 선택하는 단계; 및
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 상기 복수의 결함 위치들 각각에서의 이미지들을 저장하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 복수의 광학 모드들 각각에서 측정된 웨이퍼 레벨 시그니처(signature)를 예상된 웨이퍼 레벨 시그니처에 피팅(fit)시키기 위해 상기 복수의 광학 모드들 각각과 연관된 결함 검출 알고리즘의 하나 이상의 파라미터 값을 조정하는 단계; 및
    상기 복수의 광학 모드들 각각과 연관된 상기 피팅의 적합성(goodness)에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하는 단계
    를 더 포함하는, 방법.
  3. 제1항에 있어서,
    상기 복수의 광학 모드들 각각과 연관된 신호대 잡음비를 추정하는 단계; 및
    상기 복수의 광학 모드들 각각과 연관된 상기 추정된 신호 대 잡음비에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하는 단계
    를 더 포함하는, 방법.
  4. 제1항에 있어서,
    상기 반도체 웨이퍼를 디프로세싱(de-processing)함이 없이 상기 선택된 결함 위치들 중 하나 이상에서 SEM(scanning electron microscopy) 측정을 수행하는 단계; 및
    상기 SEM 측정들에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하는 단계
    를 더 포함하는, 방법.
  5. 제1항에 있어서,
    상기 반도체 웨이퍼 상에 배치된 상기 복수의 수직으로 적층된 구조체들 중 하나 이상 내에 매립된 하나 이상의 결함을 검증하는(verify) 단계;
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 결함 위치들의 대응하는 이미지들에 상기 검증된 결함들 각각을 매핑하는 단계; 및
    상기 검증된 결함들 및 상기 대응하는 이미지들에 기초하여 뉴슨스 결함들(nuisance defects)을 필터링 제거하기 위해 3차원 뉴슨스 필터(nuisance filter)를 트레이닝시키는 단계
    를 더 포함하는, 방법.
  6. 제5항에 있어서, 상기 트레이닝시키는 단계는 상기 검증된 결함들의 이미지들 및 상기 대응하는 이미지들 또는 상기 검증된 결함들과 연관된 피처 벡터들 및 상기 대응하는 이미지들과 연관된 피처 벡터들에 기초하는 것인, 방법.
  7. 제5항에 있어서, 상기 트레이닝시키는 단계는 뉴슨스 결함들을 필터링 제거하기 위해 머신 러닝 네트워크(machine learning network)를 트레이닝시키는 단계를 포함하는 것인, 방법.
  8. 제5항에 있어서, 상기 트레이닝시키는 단계는 스루 포커스 피처 기반 자동 분류기(through focus feature based automatic classifier)를 트레이닝시키는 단계를 포함하는 것인, 방법.
  9. 제5항에 있어서, 상기 트레이닝시키는 단계는 수동으로 생성된 규칙들에 기초하여 규칙 기반 트리 분류기를 트레이닝시키는 단계를 포함하는 것인, 방법.
  10. 제5항에 있어서,
    상기 트레이닝된 3차원 뉴슨스 필터를 사용하여 상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 상기 복수의 결함 위치들 각각에서의 이미지들 각각을 필터링하는 단계; 및
    상기 복수의 광학 모드들 각각과 연관된 실제 결함들의 포착률(capture rate) 및 뉴슨스 결함들의 포착률에 기초하여 상기 복수의 광학 모드들로부터 하나의 광학 모드를 선택하는 단계
    를 더 포함하는, 방법.
  11. 제10항에 있어서, 상기 선택하는 단계는, 미리 결정된 뉴슨스 포착률에 대해 실제 결함들의 최고 포착률을 달성하는 광학 모드를 선택하여 상기 미리 결정된 뉴슨스 포착률을 달성하기 위해 상기 복수의 광학 모드들 각각과 연관된 결함 검출 알고리즘의 하나 이상의 파라미터 값을 조정하는 단계를 포함하는 것인, 방법.
  12. 제5항에 있어서, 상기 하나 이상의 매립된 결함을 검증하는 단계는 상기 반도체 웨이퍼의 전압 콘트라스트 검사(voltage contrast inspection)를 포함하는 것인, 방법.
  13. 제5항에 있어서, 상기 하나 이상의 매립된 결함을 검증하는 단계는 상기 반도체 웨이퍼의 완전한 제조 이후의 상기 반도체 웨이퍼의 비트 맵 테스트를 포함하는 것인, 방법.
  14. 제5항에 있어서, 상기 하나 이상의 매립된 결함을 검증하는 단계는 상기 반도체 웨이퍼의 디프로세싱 및 SEM(scanning electron microscope)에 의한 검토를 포함하는 것인, 방법.
  15. 제5항에 있어서, 상기 검증된 결함들 각각의 위치는 KLARF 파일 포맷으로 저장되는 것인, 방법.
  16. 제5항에 있어서,
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 상기 복수의 결함 위치들 각각에서의 이미지들을 복수의 빈들에 비닝하는 단계; 및
    매립된 결함들의 다이버시티 세트(diversity set)를 생성하기 위해 상기 복수의 빈들 각각으로부터 상기 복수의 결함 위치들 중 하나 이상을 선택하는 단계 - 검증을 거치는 상기 하나 이상의 결함은 상기 매립된 결함들의 다이버시티 세트를 포함함 -
    를 더 포함하는, 방법.
  17. 시스템에 있어서,
    반도체 웨이퍼 상에 배치된 복수의 수직으로 적층된 구조체들 각각 내의 복수의 초점면들 각각에서 복수의 광학 모드들 각각에 따라 복수의 결함 위치들에서 상기 반도체 웨이퍼에 일정 양의 조명 광을 제공하는 조명 서브시스템;
    상기 복수의 결함 위치들 각각에서의 상기 복수의 초점면들 각각에서 상기 복수의 광학 모드들 각각에 따라 검출기에 상기 수직으로 적층된 구조체들 각각으로부터의 광의 양을 이미징하는 집광 서브시스템 - 상기 검출기는 상기 광의 양을 검출하고 상기 이미징된 광의 양을 나타내는 복수의 출력 신호들을 생성함 - ; 및
    컴퓨팅 시스템
    을 포함하고, 상기 컴퓨팅 시스템은,
    하나 이상의 결함 위치를 상기 복수의 결함 위치들로부터 선택하고;
    상기 복수의 광학 모드들에 따라 상기 선택된 결함 위치들 각각에서 상기 수직으로 적층된 구조체를 통해 상이한 초점면들에서의 복수의 이미지들을 생성하며;
    상기 복수의 초점면들의 서브세트를 선택하고;
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 상기 복수의 결함 위치들 각각에서의 이미지들을 저장하도록
    구성되는 것인, 시스템.
  18. 제17항에 있어서, 상기 컴퓨팅 시스템은 또한,
    상기 복수의 광학 모드들 각각에서 측정된 웨이퍼 레벨 시그니처를 예상된 웨이퍼 레벨 시그니처에 피팅시키기 위해 상기 복수의 광학 모드들 각각과 연관된 결함 검출 알고리즘의 하나 이상의 파라미터 값을 조정하고;
    상기 복수의 광학 모드들 각각과 연관된 상기 피팅의 적합성에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하도록
    구성되는 것인, 시스템.
  19. 제17항에 있어서, 상기 컴퓨팅 시스템은 또한,
    상기 복수의 광학 모드들 각각과 연관된 신호대 잡음비를 추정하고;
    상기 복수의 광학 모드들 각각과 연관된 상기 추정된 신호 대 잡음비에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하도록
    구성되는 것인, 시스템.
  20. 제17항에 있어서,
    상기 반도체 웨이퍼를 디프로세싱함이 없이 상기 선택된 결함 위치들 중 하나 이상에서 측정을 수행하도록 구성된 SEM을 더 포함하며, 상기 컴퓨팅 시스템은 또한, 상기 SEM 측정들에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하도록 구성되는 것인, 시스템.
  21. 제17항에 있어서,
    상기 반도체 웨이퍼 상에 배치된 상기 복수의 수직으로 적층된 구조체들 중 하나 이상 내에 매립된 하나 이상의 결함을 검증하도록 구성된 결함 검증 시스템을 더 포함하며, 상기 컴퓨팅 시스템은 또한,
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 결함 위치들의 대응하는 이미지들에 상기 검증된 결함들 각각을 매핑하고;
    상기 검증된 결함들 및 상기 대응하는 이미지들에 기초하여 뉴슨스 결함들을 필터링 제거하기 위해 3차원 뉴슨스 필터를 트레이닝시키도록
    구성되는 것인, 시스템.
  22. 시스템에 있어서,
    반도체 웨이퍼 상에 배치된 복수의 수직으로 적층된 구조체들 각각 내의 복수의 초점면들 각각에서 복수의 광학 모드들 각각에 따라 복수의 결함 위치들에서 상기 반도체 웨이퍼에 일정 양의 조명 광을 제공하는 조명 서브시스템;
    상기 복수의 결함 위치들 각각에서의 상기 복수의 초점면들 각각에서 상기 복수의 광학 모드들 각각에 따라 검출기에 상기 수직으로 적층된 구조체들 각각으로부터의 광의 양을 이미징하는 집광 서브시스템 - 상기 검출기는 상기 광의 양을 검출하고 상기 이미징된 광의 양을 나타내는 복수의 출력 신호들을 생성함 - ; 및
    컴퓨팅 시스템
    을 포함하고, 상기 컴퓨팅 시스템은,
    하나 이상의 프로세서; 및
    비일시적 컴퓨터 판독가능 매체를 포함하며, 상기 비일시적 컴퓨터 판독가능 매체는, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금
    하나 이상의 결함 위치를 상기 복수의 결함 위치들로부터 선택하게 하고;
    상기 복수의 광학 모드들에 따라 상기 선택된 결함 위치들 각각에서 상기 수직으로 적층된 구조체를 통해 상이한 초점면들에서의 복수의 이미지들을 생성하게 하며;
    상기 복수의 초점면들의 서브세트를 선택하게 하고;
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 상기 복수의 결함 위치들 각각에서의 이미지들을 저장하게 하는
    명령어들을 저장하는 것인, 시스템.
  23. 제22항에 있어서, 상기 비일시적 컴퓨터 판독가능 매체는, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금
    상기 복수의 광학 모드들 각각에서 측정된 웨이퍼 레벨 시그니처를 예상된 웨이퍼 레벨 시그니처에 피팅시키기 위해 상기 복수의 광학 모드들 각각과 연관된 결함 검출 알고리즘의 하나 이상의 파라미터 값을 조정하게 하고;
    상기 복수의 광학 모드들 각각과 연관된 상기 피팅의 적합성에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하게 하는
    명령어들을 더 저장하는 것인, 시스템.
  24. 제22항에 있어서, 상기 비일시적 컴퓨터 판독가능 매체는, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금
    상기 복수의 광학 모드들 각각과 연관된 신호대 잡음비를 추정하게 하고;
    상기 복수의 광학 모드들 각각과 연관된 상기 추정된 신호 대 잡음비에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하게 하는
    명령어들을 더 저장하는 것인, 시스템.
  25. 제22항에 있어서,
    상기 반도체 웨이퍼를 디프로세싱함이 없이 상기 선택된 결함 위치들 중 하나 이상에서 측정을 수행하도록 구성된 SEM을 더 포함하며, 상기 비일시적 컴퓨터 판독가능 매체는, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금 상기 SEM 측정들에 기초하여 추가적인 고려를 위해 상기 복수의 광학 모드들의 서브세트를 선택하게 하는 명령어들을 더 저장하는 것인, 시스템.
  26. 제22항에 있어서,
    상기 반도체 웨이퍼 상에 배치된 상기 복수의 수직으로 적층된 구조체들 중 하나 이상 내에 매립된 하나 이상의 결함을 검증하도록 구성된 결함 검증 시스템을 더 포함하며, 상기 비일시적 컴퓨터 판독가능 매체는, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금
    상기 복수의 광학 모드들 각각에 따라 상기 복수의 초점면들의 상기 선택된 서브세트의 각각의 초점면에서의 결함 위치들의 대응하는 이미지들에 상기 검증된 결함들 각각을 매핑하게 하고;
    상기 검증된 결함들 및 상기 대응하는 이미지들에 기초하여 뉴슨스 결함들을 필터링 제거하기 위해 3차원 뉴슨스 필터를 트레이닝시키게 하는
    명령어들을 더 저장하는 것인, 시스템.
KR1020197017165A 2016-11-30 2017-11-30 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 KR102438824B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201662427973P 2016-11-30 2016-11-30
US201662427917P 2016-11-30 2016-11-30
US62/427,917 2016-11-30
US62/427,973 2016-11-30
US15/826,019 2017-11-29
US15/826,019 US11047806B2 (en) 2016-11-30 2017-11-29 Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures
PCT/US2017/064040 WO2018102596A2 (en) 2016-11-30 2017-11-30 Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures

Publications (2)

Publication Number Publication Date
KR20190082911A true KR20190082911A (ko) 2019-07-10
KR102438824B1 KR102438824B1 (ko) 2022-08-31

Family

ID=62190747

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197017165A KR102438824B1 (ko) 2016-11-30 2017-11-30 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화

Country Status (6)

Country Link
US (1) US11047806B2 (ko)
JP (1) JP7080884B2 (ko)
KR (1) KR102438824B1 (ko)
CN (1) CN109964116B (ko)
TW (1) TWI774708B (ko)
WO (1) WO2018102596A2 (ko)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180128647A (ko) * 2017-05-24 2018-12-04 삼성전자주식회사 광학 측정 방법 및 장치, 및 이를 이용한 반도체 장치의 제조 방법
KR102037748B1 (ko) * 2017-12-06 2019-11-29 에스케이실트론 주식회사 웨이퍼의 결함 영역을 평가하는 방법
US11087451B2 (en) * 2017-12-19 2021-08-10 Texas Instruments Incorporated Generating multi-focal defect maps using optical tools
US11054250B2 (en) * 2018-04-11 2021-07-06 International Business Machines Corporation Multi-channel overlay metrology
TWI787296B (zh) * 2018-06-29 2022-12-21 由田新技股份有限公司 光學檢測方法、光學檢測裝置及光學檢測系統
US10801968B2 (en) * 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
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
IL263106B2 (en) 2018-11-19 2023-02-01 Nova Ltd Integrated measurement system
JP7351849B2 (ja) * 2018-11-29 2023-09-27 富士フイルム株式会社 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ
US11010885B2 (en) * 2018-12-18 2021-05-18 Kla Corporation Optical-mode selection for multi-mode semiconductor inspection
CN109712136B (zh) * 2018-12-29 2023-07-28 上海华力微电子有限公司 一种分析半导体晶圆的方法及装置
CN111665259A (zh) * 2019-03-08 2020-09-15 深圳中科飞测科技有限公司 检测设备及检测方法
US11047807B2 (en) * 2019-03-25 2021-06-29 Camtek Ltd. Defect detection
CN113631913A (zh) * 2019-03-28 2021-11-09 株式会社理学 透射式小角度散射装置
US20220351492A1 (en) * 2019-06-28 2022-11-03 Microscopic Image Recognition Algorithms Inc. Optical acquisition system and probing method for object matching
US11676264B2 (en) * 2019-07-26 2023-06-13 Kla Corporation System and method for determining defects using physics-based image perturbations
US11055840B2 (en) * 2019-08-07 2021-07-06 Kla Corporation Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection
CN112649444A (zh) * 2019-10-10 2021-04-13 超能高新材料股份有限公司 半导体元件内部影像信息检测方法
KR20220074927A (ko) * 2019-10-31 2022-06-03 칼 짜이스 에스엠테 게엠베하 고형상비 구조의 형상 편차를 측정하기 위한 fib-sem 3d 단층 촬영
US11615993B2 (en) * 2019-11-21 2023-03-28 Kla Corporation Clustering sub-care areas based on noise characteristics
JP7422458B2 (ja) * 2019-12-05 2024-01-26 キヤノン株式会社 異物検査装置、異物検査方法、処理装置および物品製造方法
FR3105861B1 (fr) * 2019-12-31 2022-09-02 Vit Système et procédé pour réduire les altérations dans des données de capteurs
JP7376369B2 (ja) 2020-01-15 2023-11-08 一般財団法人電力中央研究所 半導体素子の検査装置
US11360030B2 (en) * 2020-02-04 2022-06-14 Applied Materials Isreal Ltd Selecting a coreset of potential defects for estimating expected defects of interest
US11513085B2 (en) * 2020-02-20 2022-11-29 Kla Corporation Measurement and control of wafer tilt for x-ray based metrology
DE102020205540A1 (de) * 2020-04-30 2021-11-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Prüfen eines technischen Systems
DE102020205539A1 (de) * 2020-04-30 2021-11-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Prüfen eines technischen Systems
FR3111703B1 (fr) * 2020-06-18 2022-05-20 Skf Svenska Kullagerfab Ab Procédé de détection d’un défaut critique pour élément roulant en matériau céramique
KR20230046308A (ko) * 2020-09-17 2023-04-05 주식회사 히타치하이테크 에러 요인의 추정 장치 및 추정 방법
TWI759902B (zh) * 2020-10-13 2022-04-01 豪勉科技股份有限公司 點測裝置
US20220178845A1 (en) * 2020-12-07 2022-06-09 Nanya Technology Corporation Electronic system and method of specimen qualification
CN113241310B (zh) * 2021-05-28 2022-07-15 长江存储科技有限责任公司 晶圆缺陷的检测方法、检测装置、检测设备及可读存储介质
US11961221B2 (en) * 2021-10-07 2024-04-16 Applied Materials Israel Ltd. Defect examination on a semiconductor specimen
CN114040069B (zh) * 2021-11-05 2023-03-24 东方晶源微电子科技（北京）有限公司 基于探测器通道的自动对焦方法和装置、设备及存储介质
CN114613705B (zh) * 2022-05-10 2022-09-06 深圳市众望丽华微电子材料有限公司 一种半导体元器件加工的控制方法、系统及介质
US20230402328A1 (en) * 2022-06-09 2023-12-14 Onto Innovation Inc. Optical metrology with nuisance feature mitigation
KR102547617B1 (ko) * 2022-06-23 2023-06-26 큐알티 주식회사 가속환경 제공 반도체 소자 테스트 장치 및 이를 이용한 가속환경에서 반도체 소자 테스트 방법
CN117269735B (zh) * 2023-11-21 2024-01-23 甘肃送变电工程有限公司 基于电磁微波手段的电力工器具智能电子芯片检测方法

Citations (4)

* 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
JP2013122393A (ja) * 2011-12-09 2013-06-20 Toshiba Corp 欠陥検査装置および欠陥検査方法
US20160123898A1 (en) * 2014-11-04 2016-05-05 Kla-Tencor Corporation Wafer Defect Discovery
US20160305892A1 (en) * 2015-04-17 2016-10-20 Nuflare Technology, Inc. Inspection method and template

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6271916B1 (en) 1994-03-24 2001-08-07 Kla-Tencor Corporation Process and assembly for non-destructive surface inspections
US5608526A (en) 1995-01-19 1997-03-04 Tencor Instruments Focused beam spectroscopic ellipsometry method and system
US5859424A (en) 1997-04-08 1999-01-12 Kla-Tencor Corporation Apodizing filter system useful for reducing spot size in optical measurements and other applications
US6201601B1 (en) 1997-09-19 2001-03-13 Kla-Tencor Corporation Sample inspection system
US6208411B1 (en) 1998-09-28 2001-03-27 Kla-Tencor Corporation Massively parallel inspection and imaging system
US6429943B1 (en) 2000-03-29 2002-08-06 Therma-Wave, Inc. Critical dimension analysis with simultaneous multiple angle of incidence measurements
GB0107618D0 (en) * 2001-03-27 2001-05-16 Aoti Operating Co Inc Detection and classification of micro-defects in semi-conductors
US7130039B2 (en) 2002-04-18 2006-10-31 Kla-Tencor Technologies Corporation Simultaneous multi-spot inspection and imaging
US7359045B2 (en) * 2002-05-06 2008-04-15 Applied Materials, Israel, Ltd. High speed laser scanning inspection system
AU2003302049A1 (en) 2002-11-20 2004-06-15 Mehrdad Nikoohahad System and method for characterizing three-dimensional structures
CN1318839C (zh) * 2002-11-28 2007-05-30 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测方法
US6842021B1 (en) * 2003-11-07 2005-01-11 National Semiconductor Corporation System and method for detecting location of a defective electrical connection within an integrated circuit
US7295303B1 (en) 2004-03-25 2007-11-13 Kla-Tencor Technologies Corporation Methods and apparatus for inspecting a sample
JP2006079000A (ja) * 2004-09-13 2006-03-23 Olympus Corp 光走査型観察装置
US7142992B1 (en) * 2004-09-30 2006-11-28 Kla-Tencor Technologies Corp. Flexible hybrid defect classification for semiconductor manufacturing
US7478019B2 (en) 2005-01-26 2009-01-13 Kla-Tencor Corporation Multiple tool and structure analysis
US7570797B1 (en) * 2005-05-10 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for generating an inspection process for an inspection system
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP4723362B2 (ja) 2005-11-29 2011-07-13 株式会社日立ハイテクノロジーズ 光学式検査装置及びその方法
US7567351B2 (en) 2006-02-02 2009-07-28 Kla-Tencor Corporation High resolution monitoring of CD variations
JP2009014510A (ja) 2007-07-04 2009-01-22 Hitachi High-Technologies Corp 検査方法及び検査装置
US7715997B2 (en) * 2007-09-11 2010-05-11 Kla-Tencor Technologies Corporation Intelligent inspection based on test chip probe failure maps
SG164292A1 (en) 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
DE102012009836A1 (de) * 2012-05-16 2013-11-21 Carl Zeiss Microscopy Gmbh Lichtmikroskop und Verfahren zur Bildaufnahme mit einem Lichtmikroskop
CN102788752B (zh) * 2012-08-08 2015-02-04 江苏大学 基于光谱技术的农作物内部信息无损检测装置及方法
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9581430B2 (en) 2012-10-19 2017-02-28 Kla-Tencor Corporation Phase characterization of targets
US8948494B2 (en) * 2012-11-12 2015-02-03 Kla-Tencor Corp. Unbiased wafer defect samples
US9075027B2 (en) 2012-11-21 2015-07-07 Kla-Tencor Corporation Apparatus and methods for detecting defects in vertical memory
US8912495B2 (en) 2012-11-21 2014-12-16 Kla-Tencor Corp. Multi-spectral defect inspection for 3D wafers
US10769320B2 (en) 2012-12-18 2020-09-08 Kla-Tencor Corporation Integrated use of model-based metrology and a process model
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
US9619876B2 (en) * 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
US9389349B2 (en) 2013-03-15 2016-07-12 Kla-Tencor Corporation System and method to determine depth for optical wafer inspection
US9696264B2 (en) 2013-04-03 2017-07-04 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
KR20140122608A (ko) * 2013-04-10 2014-10-20 삼성전자주식회사 디펙의 깊이 정보 추출 장치 및 방법과 그 디펙의 깊이 정보를 이용한 반도체 공정 개선방법
US9772297B2 (en) 2014-02-12 2017-09-26 Kla-Tencor Corporation Apparatus and methods for combined brightfield, darkfield, and photothermal inspection
US9816939B2 (en) * 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9739719B2 (en) 2014-10-31 2017-08-22 Kla-Tencor Corporation Measurement systems having linked field and pupil signal detection
US9599573B2 (en) * 2014-12-02 2017-03-21 Kla-Tencor Corporation Inspection systems and techniques with enhanced detection
US9816940B2 (en) 2015-01-21 2017-11-14 Kla-Tencor Corporation Wafer inspection with focus volumetric method
KR102084535B1 (ko) * 2016-03-30 2020-03-05 가부시키가이샤 히다치 하이테크놀로지즈 결함 검사 장치, 결함 검사 방법
CN106092891A (zh) * 2016-08-11 2016-11-09 广东工业大学 一种共焦三维光谱显微成像方法及装置
US10887580B2 (en) 2016-10-07 2021-01-05 Kla-Tencor Corporation Three-dimensional imaging for semiconductor wafer inspection

Patent Citations (5)

* 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
KR101672157B1 (ko) * 2005-11-18 2016-11-02 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
JP2013122393A (ja) * 2011-12-09 2013-06-20 Toshiba Corp 欠陥検査装置および欠陥検査方法
US20160123898A1 (en) * 2014-11-04 2016-05-05 Kla-Tencor Corporation Wafer Defect Discovery
US20160305892A1 (en) * 2015-04-17 2016-10-20 Nuflare Technology, Inc. Inspection method and template

Also Published As

Publication number Publication date
CN109964116B (zh) 2022-05-17
TWI774708B (zh) 2022-08-21
KR102438824B1 (ko) 2022-08-31
US11047806B2 (en) 2021-06-29
CN109964116A (zh) 2019-07-02
JP7080884B2 (ja) 2022-06-06
TW201833539A (zh) 2018-09-16
WO2018102596A2 (en) 2018-06-07
WO2018102596A3 (en) 2018-07-26
US20180149603A1 (en) 2018-05-31
JP2020501358A (ja) 2020-01-16

Similar Documents

Publication Publication Date Title
KR102438824B1 (ko) 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화
US10887580B2 (en) Three-dimensional imaging for semiconductor wafer inspection
KR102539921B1 (ko) 자동으로 생성된 결함 피처를 가진 반도체 구조의 검사를 위한 방법 및 시스템
KR102235580B1 (ko) 반도체 웨이퍼 검사를 위한 결함 마킹
KR102326402B1 (ko) 포커스 용적 측정 방법을 이용한 웨이퍼 검사
JP6807844B2 (ja) ビルトインターゲットを用いた検査対デザイン位置揃え
JP2017516107A (ja) 光学式検査及び光学式レビューからの欠陥属性に基づく電子ビームレビューのための欠陥サンプリング
US11703460B2 (en) Methods and systems for optical surface defect material characterization
JP7236473B2 (ja) 多重散乱信号に基づく埋設粒子深度値域分類
WO2016149287A1 (en) Adaptive sampling for process window determination

Legal Events

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