KR20190117688A - 전산 계측 - Google Patents
전산 계측 Download PDFInfo
- Publication number
- KR20190117688A KR20190117688A KR1020197027439A KR20197027439A KR20190117688A KR 20190117688 A KR20190117688 A KR 20190117688A KR 1020197027439 A KR1020197027439 A KR 1020197027439A KR 20197027439 A KR20197027439 A KR 20197027439A KR 20190117688 A KR20190117688 A KR 20190117688A
- Authority
- KR
- South Korea
- Prior art keywords
- substrate
- contribution
- distribution
- alignment
- parameter
- Prior art date
Links
- 238000005259 measurement Methods 0.000 title description 155
- 238000000034 method Methods 0.000 claims abstract description 530
- 230000008569 process Effects 0.000 claims abstract description 359
- 238000009826 distribution Methods 0.000 claims abstract description 207
- 238000004519 manufacturing process Methods 0.000 claims abstract description 111
- 239000000758 substrate Substances 0.000 claims description 588
- 238000000059 patterning Methods 0.000 claims description 246
- 238000012545 processing Methods 0.000 claims description 132
- 230000003287 optical effect Effects 0.000 claims description 53
- 230000007547 defect Effects 0.000 claims description 48
- 230000000694 effects Effects 0.000 claims description 47
- 230000004075 alteration Effects 0.000 claims description 40
- 238000010438 heat treatment Methods 0.000 claims description 30
- 238000013178 mathematical model Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 36
- 230000005855 radiation Effects 0.000 description 88
- 238000012546 transfer Methods 0.000 description 63
- 238000005530 etching Methods 0.000 description 59
- 239000010410 layer Substances 0.000 description 58
- 238000012937 correction Methods 0.000 description 47
- 230000008859 change Effects 0.000 description 42
- 235000012431 wafers Nutrition 0.000 description 29
- 238000011161 development Methods 0.000 description 28
- 238000005286 illumination Methods 0.000 description 28
- 230000018109 developmental process Effects 0.000 description 27
- 238000004088 simulation Methods 0.000 description 27
- 210000001747 pupil Anatomy 0.000 description 25
- 238000007689 inspection Methods 0.000 description 20
- 230000035945 sensitivity Effects 0.000 description 19
- 238000006073 displacement reaction Methods 0.000 description 17
- 239000000047 product Substances 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000002474 experimental method Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 14
- 238000013461 design Methods 0.000 description 13
- 238000001459 lithography Methods 0.000 description 13
- 230000010287 polarization Effects 0.000 description 13
- 230000001276 controlling effect Effects 0.000 description 12
- 238000000151 deposition Methods 0.000 description 11
- 230000001965 increasing effect Effects 0.000 description 11
- 239000000463 material Substances 0.000 description 11
- 230000008901 benefit Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 10
- 230000000737 periodic effect Effects 0.000 description 10
- 238000001228 spectrum Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 230000008021 deposition Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 239000004065 semiconductor Substances 0.000 description 7
- 238000010008 shearing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007654 immersion Methods 0.000 description 5
- 238000000206 photolithography Methods 0.000 description 5
- 238000004528 spin coating Methods 0.000 description 5
- 239000006227 byproduct Substances 0.000 description 4
- 238000011109 contamination Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 239000000945 filler Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000004626 scanning electron microscopy Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000004630 atomic force microscopy Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000283153 Cetacea Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 238000011326 mechanical measurement Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
- G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
- G03F7/70441—Optical proximity correction [OPC]
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70641—Focus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70681—Metrology strategies
- G03F7/70683—Mark designs
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70681—Metrology strategies
- G03F7/706833—Sampling plan selection or optimisation, e.g. select or optimise the number, order or locations of measurements taken per die, workpiece, lot or batch
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/706835—Metrology information management or control
- G03F7/706839—Modelling, e.g. modelling scattering or solving inverse problems
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
- G03F9/7046—Strategy, e.g. mark, sensor or wavelength selection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/22—Yield analysis or yield optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수의 제1 분포를 결정하는 것; 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제2 매개변수의 제2 분포를 결정하는 것; 및 제1 및 제2 분포에서 작동하는 함수를 이용하여 디바이스 제조 공정과 관련된 관심 대상 매개변수의 분포를 결정하는 것을 포함하는 방법이 개시된다. 함수는 상호관계를 포함할 수 있다.
Description
본 출원은 2017년 2월 22일에 출원된 미국출원 제62/462,201호 및 2017년 8월 15일에 출원된 미국출원 제62/545,578호의 우선권을 주장하며, 이 출원들은 그 전체 내용이 본 명세서에서 인용 참조된다.
본 발명은 디바이스 제조 공정의 성능을 향상시키는 기술에 관한 것이다. 본 기술은 리소그래피 장치 또는 계측 장치와 관련하여 사용될 수 있다.
리소그래피 장치는 원하는 패턴을 기판의 타겟 부분 상으로 적용시키는 기계이다. 리소그래피 장치는, 예를 들어 집적 회로(IC)의 제조에 사용될 수 있다. 그 경우, 대안적으로 마스크 또는 레티클로 지칭되는 패터닝 디바이스가 사용되어 IC의 개별 층에 대응하는 회로 패턴을 생성할 수 있으며, 이 패턴은 방사선-감응 물질(레지스트)의 층을 갖는 기판 (예를 들어, 실리콘 웨이퍼) 상의 (예를 들어, 1개의 다이 또는 수 개의 다이의 일부를 포함하는) 타겟 부분 상으로 이미지될 수 있다. 일반적으로, 단일 기판은 연속적으로 노광된 인접한 타겟 부분들의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는, 전체 패턴을 한 번에 타겟 부분 상으로 노광함으로써 각 타겟 부분이 조사(irradiate)되는 소위 스테퍼 및 방사선 빔을 통해 주어진 방향 ("스캐닝"-방향)으로 패턴을 스캐닝하는 한편, 이 방향과 평행하게 또는 역-평행하게 기판을 동기적으로 스캐닝함으로써 각 타겟 부분이 조사되는 소위 스캐너를 포함하고 있다.
회로 패턴을 패터닝 디바이스로부터 기판으로 전사하기 전에, 기판은 프라이밍(priming), 레지스트 코팅 및 소프트 베이크와 같은 다양한 절차를 거칠 수 있다. 노광 후, 기판은 노광 후 베이크(PEB), 현상, 하드 베이크 및 전달된 회로 패턴의 측정/검사와 같은 다른 절차를 거칠 수 있다. 이 일련의 절차는 디바이스, 예를 들어 IC의 개별 층을 만들기 위한 기초로 사용된다. 그 후, 기판은 에칭, 이온-주입(도핑), 금속화, 산화, 화학-기계적 연마 등과 같은 다양한 공정을 거칠 수 있으며, 이 모두는 디바이스의 개별 층을 마무리하기 위한 것이다. 디바이스에 여러 층이 요구되는 경우, 전체 절차 또는 그의 변형이 각 층에 대해 반복된다. 결국, 디바이스는 기판 상의 각각의 타겟 부분에 존재할 것이다. 이 디바이스들은 그후 다이싱(dicing) 또는 소잉(sawing)과 같은 기술에 의하여 서로 분리되며, 개별 디바이스는 캐리어 상에 장착되거나 핀에 연결될 수 있다.
따라서, 반도체 디바이스와 같은 디바이스를 제조하는 것은 전형적으로 다수의 제조 공정을 사용하여 기판 (예를 들어, 반도체 웨이퍼)을 처리하는 것을 포함하여 디바이스의 다양한 피처(feature) 및 다수의 여러 층을 형성한다. 이러한 층 및 피처는 전형적으로 예를 들어 증착, 리소그래피, 에칭, 화학-기계적 연마 및 이온 주입을 사용하여 제조되고 처리된다. 다수의 디바이스는 기판 상의 복수의 다이 상에 제조될 수 있으며, 이후 개별 디바이스로 분리될 수 있다. 이 디바이스 제조 공정은 패터닝 공정으로 간주될 수 있다. 패터닝 공정은 리소그래피 장치에서 패터닝 디바이스를 사용하는 광학 및/또는 나노임프린트 리소그래피와 같은 패터닝 단계를 포함하여 패터닝 디바이스 상의 패턴을 기판으로 전사하며, 또한 전형적으로 그러나 선택적으로 현상 장치에 의한 레지스트 현상, 베이크 툴을 사용한 기판의 베이킹, 에칭 장치를 사용한 패턴을 이용한 에칭 등과 같은, 하나 이상의 관련된 패턴 처리 단계를 포함하고 있다.
실시예에서,
디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수의 제1 분포를 결정하는 것;
디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제2 매개변수의 제2 분포를 결정하는 것; 및
하드웨어 컴퓨터에 의하여, 제1 및 제2 분포에서 작동하는 함수를 이용하여 디바이스 제조 공정과 관련된 관심 대상 매개변수의 분포를 결정하는 것을 포함하는 방법이 제공된다.
실시예에서, 패터닝 공정의 일부로서 오버레이에 대한 리소그래피 장치의 기본적인 기여도를 획득하는 것; 및 하드웨어 컴퓨터에 의하여, 기본적인 기여도를 기판의 오버레이에 대한 추가 기여도와 조합하여 기판에 대한 오버레이의 추정을 얻는 것을 포함하는 방법이 제공된다.
실시예에서, 디바이스 제조 공정을 수행하는 중에, 측정된 정렬 데이터의 제1 분포를 결정하는 것; 디바이스 제조 공정에서 처리 매개변수로부터 유도된 정렬 데이터의 제2 분포를 결정하는 것; 및 하드웨어 컴퓨터 시스템에 의하여, 제1 및 제2 분포의 함수로서 디바이스 제조 공정과 관련된 정렬 데이터의 분포를 결정하는 것을 포함하는 방법에 제공된다.
실시예에서, 측정된 정렬 데이터에 기초하여, 패터닝 공정을 이용하여 처리된 기판의 적어도 일부에 걸쳐 정렬 데이터 분포를 획득하는 것; 및
하드웨어 컴퓨터에 의하여, 정렬 데이터 분포를 측정된 정렬 이외의 처리 매개변수에 기인하는 정렬 핑거프린트와 조합하여 기판에 대한 정렬 데이터의 추정을 획득하는 것을 포함하는 방법에 제공된다.
실시예에서, 컴퓨터에 의하여 실행될 때 본 명세서 내의 임의의 방법을 구현하는 명령이 기록된 비일시적 컴퓨터 독출 가능한 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다.
도 1은 실시예에 따른 리소그래피 장치를 개략적으로 도시하고 있다.
도 2는 리소그래피 셀 또는 클러스터의 실시예를 개략적으로 도시하고 있다.
도 3은 예시적인 검사 장치와 계측 기술을 개략적으로 도시하고 있다.
도 4는 예시적인 검사 장치를 개략적으로 도시하고 있다.
도 5는 검사 장치의 조명 스폿과 계측 타겟 간의 관계를 도시하고 있다.
도 6은 측정 데이터에 기초하여 복수의 관심 대상 변수를 유도하는 공정을 개략적으로 도시하고 있다.
도 7은 처리 변수의 예시적인 카테고리를 보여주고 있다.
도 8은 처리 변수의 변화가 계측 데이터에 대한 기여도를 가질 수 있다는 것을 개략적으로 보여주고 있다.
도 9는 패터닝 공정 매개변수에 대한 조합된 기여도를 유도하는 예를 보여주고 있다.
도 10은 계측 데이터로부터 처리 변수에 대한 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 11은 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 12는 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 13은 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 14는 예시적인 기여도/핑거프린트 및 윤곽 선택의 실시예를 개략적으로 도시하고 있다.
도 15는 예시적인 기여도/핑거프린트 및 윤곽 변경의 실시예를 개략적으로 도시하고 있다.
도 16a, 도 16b 및 도 16c는 결함 분석 공정의 실시예를 개략적으로 도시하고 있다.
도 17a, 도 17b 및 도 17c는 결함 분석 공정의 실시예를 개략적으로 도시하고 있다.
도 18은 정렬을 위한 조합된 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 19는 정렬을 위한 조합된 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 20은 기존의 정렬 측정 방식에 따라 결정된 핑거프린트를 사용하여 보정된 패터닝 공정이 오버레이 오차 핑거프린트로 변환(translate)되는 방법의 예를 개략적으로 보여주고 있다.
도 21은 본 명세서에 설명된 바와 같이 계산된 정렬의 유도된 핑거프린트를 사용하여 보정된 패터닝 공정이 오버레이 오차로 변환되는 방법의 예를 개략적으로 보여주고 있다.
도 22는 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 23 및 도 24는 분포를 예측하기 위해 교정 계수를 조정하는 것을 개략적으로 보여주고 있다.
도 25는 정확한 예측 가능성의 결정을 개략적으로 보여주고 있다.
도 26은 예시적인 컴퓨터 시스템의 블록도이다.
도 2는 리소그래피 셀 또는 클러스터의 실시예를 개략적으로 도시하고 있다.
도 3은 예시적인 검사 장치와 계측 기술을 개략적으로 도시하고 있다.
도 4는 예시적인 검사 장치를 개략적으로 도시하고 있다.
도 5는 검사 장치의 조명 스폿과 계측 타겟 간의 관계를 도시하고 있다.
도 6은 측정 데이터에 기초하여 복수의 관심 대상 변수를 유도하는 공정을 개략적으로 도시하고 있다.
도 7은 처리 변수의 예시적인 카테고리를 보여주고 있다.
도 8은 처리 변수의 변화가 계측 데이터에 대한 기여도를 가질 수 있다는 것을 개략적으로 보여주고 있다.
도 9는 패터닝 공정 매개변수에 대한 조합된 기여도를 유도하는 예를 보여주고 있다.
도 10은 계측 데이터로부터 처리 변수에 대한 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 11은 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 12는 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 13은 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 14는 예시적인 기여도/핑거프린트 및 윤곽 선택의 실시예를 개략적으로 도시하고 있다.
도 15는 예시적인 기여도/핑거프린트 및 윤곽 변경의 실시예를 개략적으로 도시하고 있다.
도 16a, 도 16b 및 도 16c는 결함 분석 공정의 실시예를 개략적으로 도시하고 있다.
도 17a, 도 17b 및 도 17c는 결함 분석 공정의 실시예를 개략적으로 도시하고 있다.
도 18은 정렬을 위한 조합된 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 19는 정렬을 위한 조합된 기여도를 유도하는 예를 개략적으로 보여주고 있다.
도 20은 기존의 정렬 측정 방식에 따라 결정된 핑거프린트를 사용하여 보정된 패터닝 공정이 오버레이 오차 핑거프린트로 변환(translate)되는 방법의 예를 개략적으로 보여주고 있다.
도 21은 본 명세서에 설명된 바와 같이 계산된 정렬의 유도된 핑거프린트를 사용하여 보정된 패터닝 공정이 오버레이 오차로 변환되는 방법의 예를 개략적으로 보여주고 있다.
도 22는 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다.
도 23 및 도 24는 분포를 예측하기 위해 교정 계수를 조정하는 것을 개략적으로 보여주고 있다.
도 25는 정확한 예측 가능성의 결정을 개략적으로 보여주고 있다.
도 26은 예시적인 컴퓨터 시스템의 블록도이다.
실시예를 상세하게 설명하기 전에, 본 발명의 실시예가 구현될 수 있는 예시적인 환경을 제시하는 것이 유익하다.
도 1은 리소그래피 장치(LA)의 실시예를 개략적으로 도시하고 있다. 본 장치는,
- 방사선 빔(B) (예를 들어, UV 방사선 또는 DUV 방사선)을 조정하도록 구성된 조명 시스템 (일루미네이터) (IL);
- 패터닝 디바이스 (예를 들어, 마스크)(MA)를 지지하도록 구성되며, 어떠한 매개변수에 따라 패터닝 디바이스(MA)를 정확하게 위치시키도록 구성된 제1 포지셔너(PM)에 연결되어 있는 지지 구조체 (예를 들어, 마스크 테이블)(MT);
- 기판 (예를 들어, 레지스트-코팅된 기판)(W)을 유지하도록 구성되며, 어떠한 매개변수에 따라 기판을 정확하게 위치시키도록 구성된 제2 위치 포지셔너(PW)에 연결되어 있는 기판 테이블 (예를 들어, 웨이퍼 테이블)(WT; 예를 들어, WTa, WTb 또는 WTa와 WTb); 및
- 패터닝 디바이스(MA)에 의하여 방사선 빔(B)에 부여된 패턴을 기판(W)의 (예를 들어, 하나 이상의 다이를 포함하며, 흔히 필드(field)로 지칭되는) 타겟 부분(C) 상으로 투영하도록 구성되며, 기준 프레임(RF) 상에 지지된 투영 시스템 (예를 들어, 굴절 투영 렌즈 시스템)(PS)을 포함하고 있다.
도면에 도시된 바와 같이, 본 장치는 (예를 들어, 투과 마스크를 이용한) 투과형 장치이다. 대안적으로, 본 장치는 (예를 들어, 위에서 지칭된 바와 같은 유형의 프로그램 가능한 미러 어레이를 이용한, 또는 반사 마스크를 이용한) 반사형 장치일 수 있다.
일루미네이터(IL)는 방사선 소스(SO)로부터 방사선 빔을 받아들인다. 예를 들어, 소스가 엑시머 레이저인 경우, 소스와 리소그래피 장치는 별개의 개체일 수 있다. 이러한 경우, 소스는 리소그래피 장치의 일부를 형성하는 것으로 간주되지 않으며, 방사선 빔은 예를 들어 적합한 지향 미러 및/또는 빔 익스팬더(beam expander)를 포함하는 빔 전달 시스템(BD)의 도움으로 소스(SO)에서 일루미네이터(IL)로 나아간다. 다른 경우에, 예를 들어 소스가 수은 램프인 경우, 소스는 장치의 필수 부분일 수 있다. 필요에 따라, 빔 전달 시스템(BD)과 함께 소스(SO)와 일루미네이터(IL)는 방사선 시스템으로 지칭될 수 있다.
일루미네이터(IL)는 빔의 세기 분포를 변경할 수 있다. 일루미네이터는 세기 분포가 일루미네이터(IL)의 퓨필(pupil) 평면의 환형 영역 내에서 0이 아니도록 일루미네이터는 방사선 빔의 반경 방향 범위를 제한하기 위해 배치될 수 있다. 부가적으로 또는 대안적으로, 세기 분포가 퓨필 평면 내의 복수의 동일하게 이격된 섹터에서 0이 아니도록 일루미네이터(IL)는 퓨필 평면 내에서의 빔의 분포를 제한하기 위해 작동 가능할 수 있다. 일루미네이터(IL)의 퓨필 평면에서의 방사선 빔의 세기 분포는 조명 모드로 지칭될 수 있다.
일루미네이터(IL)는 빔의 (각도/공간) 세기 분포를 조정하도록 구성된 조정기(AD)를 포함할 수 있다. 일반적으로, 일루미네이터의 퓨필 평면 내의 세기 분포의 적어도 외부 및/또는 내부 반경 크기(통상적으로, 각각 외부-σ 및 내부-σ로 각각 지칭됨)가 조정될 수 있다. 일루미네이터(IL)는 빔의 각도 분포를 변화시키도록 작동 가능할 수 있다. 예를 들어, 일루미네이터는 세기 분포는 0이 아닌 퓨필 평면에서 섹터의 수 및 각도 범위를 변경하도록 작동 가능할 수 있다. 일루미네이터의 퓨필 평면에서의 빔의 세기 분포를 조정함으로써, 상이한 조명 모드들이 이루어질 수 있다. 예를 들어, 일루미네이터(IL)의 퓨필 평면에서의 세기 분포의 반경 방향 및 각도 범위를 제한함으로써, 세기 분포는 예를 들어 쌍극자, 사중극자 또는 육극자 분포와 같은 다중극 분포를 가질 수 있다. 원하는 조명 모드는, 예를 들어 조명 모드를 제공하는 광학계를 일루미네이터(IL)에 삽입하거나 공간 광 변조기를 사용함으로써 얻어질 수 있다.
일루미네이터(IL)는 빔의 편광(polarization)을 변경하도록 작동 가능할 수 있으며, 조정기(AM)를 이용하여 편광을 조정하도록 작동 가능할 수 있다. 일루미네이터(IL)의 퓨필 평면에 걸친 방사선 빔의 편광 상태는 편광 모드로 지칭될 수 있다. 상이한 편광 모드들의 사용은 더 큰 콘트라스트가 기판(W) 상에 형성된 이미지에서 달성되도록 할 수 있다. 방사선 빔은 편광되지 않을 수 있다. 대안적으로, 일루미네이터는 방사선 빔을 선형적으로 편광시키도록 배치될 수 있다. 방사선 빔의 편광 방향은 일루미네이터(IL)의 퓨필 평면에 걸쳐 변화할 수 있다. 방사선의 편광 방향은 일루미네이터(IL)의 퓨필 평면 내의 상이한 영역들에서 상이할 수 있다. 방사선의 편광 상태는 조명 모드에 의존하여 선택될 수 있다. 다중 극 조명 모드의 경우, 방사선 빔의 각 극의 편광은 일루미네이터(IL)의 퓨필 평면 내의 그 극의 위치 벡터에 대체적으로 수직일 수 있다. 예를 들어, 쌍극자 조명 모드의 경우, 방사선은 쌍극자의 2개의 마주하는 섹터를 이등분하는 라인에 실질적으로 수직인 방향으로 선형적으로 편광될 수 있다. 방사선 빔은 2개의 상이한 직교 방향 중 한 방향으로 편광될 수 있으며, 이는 X-편광 및 Y-편광 상태로 지칭될 수 있다. 사중극자 조명 모드의 경우, 각 극의 섹터에서의 방사선은 그 섹터를 이등분하는 라인에 실질적으로 수직인 방향으로 선형적으로 편광될 수 있다. 이 편광 모드는 XY 편광으로 지칭될 수 있다. 마찬가지로, 육극자 조명 모드의 경우, 각 극의 섹터에서의 방사선은 그 섹터를 이등분하는 라인에 실질적으로 수직인 방향으로 선형적으로 편광될 수 있다. 이 편광 모드는 TE 편광으로 지칭될 수 있다.
또한, 일루미네이터(IL)는 일반적으로 적분기(integrator)(IN) 및 콘덴서(CO)와 같은 다양한 다른 구성 요소를 포함하고 있다. 방사선 시스템은 방사선을 지향, 성형 및 제어하기 위하여 굴절, 반사, 자기, 전자기, 정전기 또는 다른 유형의 광학 구성 요소, 또는 그의 임의의 조합과 같은 다양한 유형의 광학 구성 요소를 포함할 수 있다.
따라서, 일루미네이터는 단면에 원하는 균일성 및 세기 분포를 갖는, 조절된 방사선 빔(B)을 제공한다.
지지 구조체(MT)는 패터닝 디바이스의 배향, 리소그래피 장치의 설계 및, 예를 들어 패터닝 디바이스가 진공 환경에서 유지되는지 여부와 같은 다른 조건에 좌우되는 방식으로 패터닝 디바이스를 지지하고 있다. 지지 구조체는 패터닝 디바이스를 유지하기 위해 기계적, 진공, 정전기 또는 다른 클램핑 기술을 사용할 수 있다. 지지 구조체는, 예를 들어 필요에 따라 고정되거나 이동 가능할 수 있는 프레임 또는 테이블일 수 있다. 지지 구조체는 패터닝 디바이스가, 예를 들어 투영 시스템에 대해 원하는 위치에 있도록 보장할 수 있다. 본 명세서에서의 용어 "레티클" 또는 "마스크"의 임의의 사용은 더욱 일반적인 용어 "패터닝 디바이스"와 동의어로 간주될 수 있다.
본 명세서에서 사용되는 용어 "패터닝 디바이스"는 기판의 타겟 부분에 패턴을 부여하기 위해서 사용될 수 있는 임의의 디바이스를 지칭하는 것으로 폭넓게 해석되어야 한다. 실시예에서, 패터닝 디바이스는 기판의 타겟 부분에 패턴을 생성하기 위하여 방사선 빔의 횡단면에 패턴을 부여하기 위해 사용될 수 있는 임의의 디바이스이다. 예를 들어, 패턴이 위상-시프팅 피처 또는 소위 어시스트 피처를 포함하는 경우, 방사선 빔에 부여된 패턴은 기판의 타겟 부분 내의 원하는 패턴과 정확하게 대응하지 않을 수 있다는 점이 주목되어야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적 회로와 같은 타겟 부분에 생성될 디바이스 내의 특정 기능 층에 대응할 것이다.
패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스의 예는 마스크, 프로그램 가능한 미러 어레이, 및 프로그램 가능한 LCD 패널을 포함한다. 마스크는 리소그래피 분야에서 잘 알려져 있으며, 바이너리(binary)형, 교번 위상-시프트형 및 감쇠 위상-시프트형과 같은 마스크 유형뿐만 아니라 다양한 하이브리드(hybrid) 마스크 유형을 포함한다. 프로그램 가능한 미러 어레이의 예는 소형 미러들의 매트릭스 배열체를 이용하며, 소형 미러들 각각은 입사하는 방사선 빔을 상이한 방향들로 반사시키도록 개별적으로 기울어질 수 있다. 기울어진 미러는 방사선 빔에 패턴을 부여하며, 이 방사선 빔은 미러 매트릭스에 의하여 반사된다.
본 명세서에서 사용되는 용어 "투영 시스템"은 사용되는 노광 방사선에 대하여, 또는 침지 액체의 사용 또는 진공의 사용과 같은 다른 인자에 대하여 적절하다면, 굴절, 반사, 반사 굴절(catadioptric), 자기, 전자기 및 정전기 광학 시스템, 또는 이들의 임의의 조합을 포함하는 임의의 유형의 투영 시스템을 포함하는 것으로 폭넓게 해석되어야 한다. 본 명세서 내의 용어 "투영 렌즈"의 임의의 사용은 더 일반적인 용어 "투영 시스템"과 동의어로 간주될 수 있다.
투영 시스템(PS)은 비-균일할 수 있는 광학 전달 함수를 갖고 있으며, 이는 기판(W) 상에 이미징되는 패턴에 영향을 줄 수 있다. 편광되지 않은 방사선에 대하여, 이러한 영향은 2개의 스칼라 맵(scalar map)에 의해 상당히 잘 설명될 수 있으며, 이는 그의 퓨필 평면 내의 위치의 함수로서 투영 시스템(PS)을 나가는 방사선의 투과(아포다이제이션(apodization)) 및 상대적 위상(수차)을 설명한다. 투과 맵 및 상대적 위상 맵으로 지칭될 수 있는 이 스칼라 맵은 기저 함수의 완전한 세트(complete set)의 선형 조합으로서 표현될 수 있다. 특히 편리한 세트는 제르니케 다항식(Zernike polynomials)이며, 이는 단위 원(unit circle) 상에서 한정되는 직교 다항식의 세트를 형성한다. 각 스칼라 맵의 결정은 이러한 전개식(expansion)에서 계수를 결정하는 것을 포함할 수 있다. 제르니케 다항식이 단위 원 상에서 직교이기 때문에, 제르니케 계수는 차례로 각 제르니케 다항식으로, 측정된 스칼라 맵의 내적(inner product)을 계산하고 이를 그 제르니케 다항식의 놈(norm)의 제곱으로 나눔으로써 결정될 수 있다.
투과 맵과 상대적 위상 맵은 필드 및 시스템 의존적이다. 즉, 일반적으로 각 투영 시스템(PS)은 각 필드 지점(즉, 그의 이미지 평면 내의 각 공간 위치)에 대해 상이한 제르니케 전개식을 가질 것이다. 그 퓨필 평면에서의 투영 시스템(PS)의 상대적 위상은, 예를 들어 투영 시스템(PS)의 대상물 평면(object plane) (즉, 패터닝 디바이스(MA)의 평면)에서의 포인트-형 소스로부터의 방사선을 투영 시스템(PS)을 통하여 투영함으로써 그리고 파면(즉, 동일한 위상을 갖는 지점의 위치(locus))을 측정하기 위해 시어링 간섭계(shearing interferometer)를 이용함으로써 결정될 수 있다. 시어링 간섭계는 공통 광로 간섭계(common path interferometer)이며, 따라서 유리하게는 파면을 측정하기 위해 이차 기준 빔이 요구되지 않는다. 시어링 간섭계는 투영 시스템의 이미지 평면 (즉, 기판 테이블(WT)) 내의 회절 격자, 예를 들어 2차원 그리드 및 투영 시스템(PS)의 퓨필 평면에 공액(conjugate)인 평면 내의 간섭 패턴을 검출하도록 배치되는 검출기를 포함할 수 있다. 간섭 패턴은 시어링 방향으로의 퓨필 평면의 좌표에 대한 방사선의 위상의 도함수(derivative)와 관련된다. 검출기는, 예를 들어 전하 결합 소자(charge coupled device: CCD)와 같은 감지 요소들의 어레이를 포함할 수 있다
리소그래피 장치의 투영 시스템(PS)은 가시 프린지(visible fringe)를 생성할 수 없으며, 따라서 파면의 결정의 정확도는, 예를 들어 회절 격자를 이동시키는 것과 같은 위상 스테핑(phase stepping technique) 기술을 이용하여 향상될 수 있다. 스테핑은 회절 격자의 평면에서 그리고 측정의 스캐닝 방향에 수직인 방향으로 수행될 수 있다. 스테핑 범위는 1 격자 주기일 수 있으며, 적어도 3개의 (균일하게 분포된) 위상 스텝이 사용될 수 있다. 따라서, 예를 들어 3개의 스캐닝 측정이 y-방향으로 수행될 수 있으며, 각 스캐닝 측정은 상이한 위치에 대해 x-방향으로 수행된다. 회절 격자의 이 스테핑은 위상 변화를 세기 변화로 효과적으로 변환시키며, 위상 정보가 결정되는 것을 허용한다. 격자는 회절 격자에 수직인 방향(z 방향)으로 스테핑되어 검출기를 교정할 수 있다.
회절 격자는, 투영 시스템(PS)의 좌표계의 축(x 및 y)과 일치할 수 있거나 이 축과 45도와 같은 각도를 이룰 수 있는 2개의 수직 방향으로 연속적으로 스캐닝될 수 있다. 스캐닝은 정수(integer number)의 격자 주기, 예를 들어 1의 격자 주기에 걸쳐 수행될 수 있다. 스캐닝은 한 방향으로의 위상 변화의 평균을 내어, 위상 변화를 다른 방향으로 재구성되게 한다. 이는 파면으로 하여금 두 방향의 함수로서 결정되게 한다.
퓨필 평면에서의 투영 시스템(PS)의 투과(아포다이제이션)는, 예를 들어 투영 시스템(PS)의 대상물 평면 (즉, 패터닝 디바이스(MA)의 평면)에서의 포인트- 소스로부터의 방사선을 투영 시스템(PS)을 통하여 투영함으로써, 그리고 검출기를 이용하여 투영 시스템(PS)의 퓨필 평면에 공액인 평면에서 방사선의 세기를 측정함으로써 결정될 수 있다. 파면을 측정하여 수차를 결정하는데 사용된 검출기와 동일한 검출기가 사용될 수 있다.
투영 시스템(PS)은 복수의 광학 요소 (예를 들어, 렌즈)를 포함할 수 있으며, 수차 (필드 전체의 퓨필 평면에 걸친 위상 변화)를 보정하기 위하여 하나 이상의 광학 요소를 조정하도록 구성된 조정 메커니즘(AM)을 더 포함할 수 있다. 이를 달성하기 위해, 조정 메커니즘은 하나 이상의 상이한 방식으로 투영 시스템(PS) 내의 하나 이상의 광학 요소(예를 들어, 렌즈)를 조작하도록 작동 가능할 수 있다. 투영 시스템은 그의 광학 축선이 z 방향으로 연장되는 좌표계를 가질 수 있다. 조정 메커니즘은 다음의, 하나 이상의 광학 요소를 변위시키는 것; 하나 이상의 광학 요소를 기울이는 것; 및/또는 하나 이상의 광학 요소를 변형시키는 것의 임의의 조합을 수행하도록 작동 가능할 수 있다. 광학 요소의 변위는 임의의 방향(x, y, z 또는 이들의 조합)일 수 있다. z 축을 중심으로 하는 회전이 비-회전적 대칭 비구면 광학 요소에 대해 사용될 수 있지만, 광학 요소의 기울어짐은 전형적으로 x 및/또는 y 방향으로 축을 중심으로 회전함으로써 광학 축에 수직인 평면을 벗어난다. 광학 요소의 변형은 저주파 형상 (low frequency shape) (예를 들어, 비점수차(astigmatic)) 및/또는 고주파 형상 (high frequency shape) (예를 들어, 자유 형태 비구면(free form aspheres))을 포함할 수 있다. 광학 요소의 변형은, 예를 들어 광학 요소의 하나 이상의 측부에 힘을 가하도록 하나 이상의 액추에이터를 이용함으로써 및/또는 광학 요소의 하나 이상의 선택된 영역을 가열하도록 하나 이상의 가열 요소를 이용함으로써 수행될 수 있다. 일반적으로, 아포다이제이션 (퓨필 평면에 걸친 투과 변화)을 보정하기 위해 투영 시스템(PS)을 조정하는 것이 가능하지 않을 수 있다. 리소그래피 장치(LA)에 대한 패터닝 디바이스 (예를 들어, 마스크)(MA)를 설계하는 경우에 투영 시스템(PS)의 투과 맵이 사용될 수 있다. 컴퓨터 리소그래피 기술을 이용하여, 패터닝 디바이스(MA)는 아포다이제이션을 적어도 부분적으로 보정하도록 설계될 수 있다.
리소그래피 장치는 2개 (이중 스테이지) 이상의 테이블 (예를 들어, 2 이상의 기판 테이블(WTa, WTb), 2개 이상의 패터닝 디바이스 테이블, 기판 테이블(WTa)과, 예를 들어 측정 및/또는 세정 등을 가능하게 하는데 전용되는 기판이 없는 투영 시스템 아래의 테이블(WTb))을 갖는 형태로 구성될 수 있다. 이러한 "다중 스테이지" 기계에서는 부가적인 테이블이 동시에 사용될 수 있으며, 또는 하나 이상의 다른 테이블이 노광을 위하여 사용되고 있는 동안 하나 이상의 테이블 상에서는 준비 단계가 수행될 수 있다. 예를 들어, 정렬 센서(AS)를 이용한 정렬 측정 및/또는 레벨 센서(LS)를 이용한 레벨(높이, 기울기 등) 측정이 이루어질 수 있다.
리소그래피 장치는 또한, 투영 시스템과 기판 사이의 공간을 채우기 위하여 기판의 적어도 일부분이 비교적 높은 굴절률을 갖는 액체, 예를 들어 물로 덮일 수 있는 유형일 수 있다. 침지 액체는 또한 리소그래피 장치 내의 다른 공간, 예를 들어 패터닝 디바이스와 투영 시스템 사이에 적용될 수 있다. 투영 시스템의 개구수(numerical aperture)를 증가시키기 위한 침지 기술은 당 업계에 잘 알려져 있다. 본 명세서에서 사용되는 바와 같은 용어 "침지"는 기판과 같은 구조체가 액체 내에 잠겨야 한다는 것을 의미하는 것이 아니라, 단지 액체가 노광 중에 액체가 투영 시스템과 기판 사이에 위치된다는 것을 의미한다.
따라서, 리소그래피 장치의 작동에서, 방사선 빔은 조명 시스템(IL)에 의해 조절되고 제공된다. 방사선 빔(B)은 지지 구조체 (예를 들어, 마스크 테이블)(MT) 상에서 유지되는 패터닝 디바이스 (예를 들어, 마스크)(MA) 상에 입사되며, 패터닝 디바이스에 의해 패터닝된다. 패터닝 디바이스(MA)를 가로지른 방사선 빔(B)은 투영 시스템(PS)을 통과하며, 투영 시스템은 빔을 기판(W)의 타겟 부분(C) 상으로 집속시킨다. 예를 들어 상이한 타겟 부분(C)들을 방사선 빔(B)의 경로 내에 위치시키기 위하여, 제2 포지셔너(PW) 및 위치 센서(IF) (예를 들어, 간섭계 디바이스, 선형 엔코더, 2-D 엔코더 또는 정전 용량형 센서)의 도움으로 기판 테이블(WT)은 정확하게 이동될 수 있다. 유사하게, 제1 포지셔너(PM) 및 (도 1에 명확히 도시되지 않은) 다른 위치 센서는, 예를 들어 마스크 라이브러리로부터의 기계적인 회수 후에, 또는 스캔하는 동안, 방사선 빔(B)의 경로에 대해 패터닝 디바이스(MA)를 정확하게 위치시키기 위해 사용될 수 있다. 일반적으로, 지지 구조체(MT)의 이동은 장-스트로크 모듈(long-stroke module: 개략적인 위치 결정) 및 단-스트로크 모듈(short-stroke module: 세밀한 위치 결정)의 도움으로 실현될 수 있으며, 이 모듈들은 제1 포지셔너(PM)의 일부를 형성한다. 유사하게, 기판 테이블(WT)의 이동은 장-스트로크 모듈 및 단-스트로크 모듈을 이용하여 실현될 수 있으며, 이 모듈들은 제2 포지셔너(PW)의 일부를 형성한다. (스캐너와는 대조적으로) 스테퍼의 경우, 지지 구조체(MT)는 단-스트로크 액추에이터에만 연결될 수 있거나, 고정될 수 있다. 패터닝 디바이스(MA)와 기판(W)은 패터닝 디바이스 정렬 마크(M1, M2)와 기판 정렬 마크(P1, P2)를 이용하여 정렬될 수 있다. 도시된 바와 같은 기판 정렬 마크들은 전용 타겟 부분을 점유하고 있지만, 이들은 타겟 부분들 사이의 공간 내에 위치될 수 있다 (이들은 스크라이브-레인 정렬 마크(scribe-lane alignment mark)로 알려져 있다). 유사하게, 패터닝 디바이스(MA) 상에 다수의 다이가 제공되는 상황에서, 패터닝 디바이스 정렬 마크는 다이들 사이에 위치될 수 있다.
도시된 장치는 하기 모드 중 적어도 하나의 모드에서 사용될 수 있다:
1. 스텝 모드에서, 지지 구조체(MT)와 기판 테이블(WT)은 기본적으로 정지 상태로 유지되는 한편, 방사선 빔에 부여된 전체 패턴은 한 번에 타겟 부분(C) 상으로 투영된다 (즉, 단일 정적 노광). 상이한 타겟 부분(C)이 노광될 수 있도록 기판 테이블(WT)은 그후 X 및/또는 Y 방향으로 이동(shift)된다. 스텝 모드에서, 노광 필드의 최대 크기는 단일 정적 노광시에 이미징되는 타겟 부분(C)의 크기를 제한한다.
2. 스캔 모드에서, 지지 구조체(MT)와 기판 테이블(WT)은 방사선 빔(B)에 부여된 패턴이 타겟 부분(C) 상에 투영되는 동안에 동시에 스캐닝된다 (즉, 단일 동적 노광). 지지 구조체(MT)에 대한 기판 테이블(WT)의 속도 및 방향은 투영 시스템(PS)의 확대 (축소) 및 이미지 반전 특성에 의하여 결정될 수 있다. 스캔 모드에서, 노광 필드의 최대 크기는 단일 동적 노광시 타겟 부분(C)의 (비-스캐닝 방향으로의) 폭을 제한하는 반면, 스캐닝 동작의 길이는 타겟 부분(C)의 (스캐닝 방향으로의) 높이를 결정한다.
3. 다른 모드에서, 지지 구조체(MT)는 프로그램 가능한 패터닝 디바이스를 유지하여 기본적으로 정지된 상태로 유지되며, 방사선 빔에 부여된 패턴이 타겟 부분(C) 상으로 투영되는 동안 기판 테이블(WT)은 이동되거나 스캐닝된다. 이 모드에서, 일반적으로 펄스식 방사선 소스가 이용되며, 프로그램 가능한 패터닝 디바이스는 기판 테이블(WT)의 각 이동 후 또는 스캔 중에 연속적인 방사선 펄스 사이에서 필요에 따라 업데이트된다. 이 작동 모드는 앞서 언급된 바와 같은 유형의 프로그램 가능한 미러 어레이와 같은 프로그램 가능한 패터닝 디바이스를 이용하는 마스크리스 리소그래피에 쉽게 적용될 수 있다.
위에서 설명된 사용 모드들의 조합 및/또는 변화, 또는 완전히 상이한 사용 모드가 또한 사용될 수 있다.
본 명세서에서는 IC의 제조에서의 리소그래피 장치의 사용에 대해 특정한 언급이 이루어질 수 있지만, 본 명세서에 설명된 리소그래피 장치는, 집적 광학 시스템, 자기 도메인 메모리를 위한 안내 및 검출 패턴, 액정 디스플레이(LCDs), 박막 자기 헤드(thin film magnetic heads) 등의 제조와 같은 다른 적용을 가질 수 있다는 점이 이해되어야 한다. 당업자는 이러한 대안적인 적용의 문맥에서 본 명세서에서의 용어 "웨이퍼" 또는 "다이"의 사용은 보다 일반적인 용어 "기판" 또는 "타겟 부분"과 각각 동의어로써 고려될 수 있다는 점을 인식할 것이다. 본 명세서에 언급된 기판은 노광 전 또는 후에, 예를 들어 트랙 (전형적으로 레지스트의 층을 기판에 도포하고 노광된 레지스트를 현상하는 툴) 또는 계측 또는 검사 툴에서 처리될 수 있다. 적용 가능한 경우, 본 명세서 내의 본 발명은 이러한 기판 처리 툴 및 다른 기판 처리 툴에 적용될 수 있다. 또한, 기판은 예를 들어 다층 IC를 생성하기 위해 한번 이상 처리될 수 있으며, 따라서 본 명세서에서 사용된 용어 기판은 다수의 처리된 층을 이미 포함하고 있는 기판을 지칭할 수 있다.
본 명세서에서 사용되는 용어 "방사선" 및 "빔"은 이온 빔 또는 전자 빔과 같은 입자 빔뿐만 아니라, (예를 들어, 365, 248, 193, 157 또는 126 ㎚의 파장을 갖는) 자외(UV) 방사선 및 (예를 들어, 5 내지 20 ㎚ 범위 내의 파장을 갖는) 극자외(EUV) 방사선을 포함하는 모든 형태의 전자기 방사선을 포괄한다.
패터닝 디바이스 상의 또는 패터닝 디바이스에 의해 제공되는 다양한 패턴은 상이한 공정 윈도우(process windowns), 즉, 사양 내에서 패턴이 생성될 처리 변수의 공간을 가질 수 있다. 잠재적인 체계적인 결함과 관련된 패턴 사양의 예는 네킹(necking), 라인 풀 백(line pull back), 라인 틴닝(line thinning), CD, 에지 배치, 오버랩핑(overlapping), 레지스트 최상부 손실(resist top loss), 레지스트 언더컷(resist undercut) 및/또는 브리징(bridging)에 대한 점검을 포함한다. 패터닝 디바이스 또는 그의 영역 상의 모든 패턴의 공정 윈도우는 각 개별 패턴의 공정 윈도우들을 병합 (예를 들어, 중첩)함으로써 획득될 수 있다. 모든 패턴의 공정 윈도우의 경계부는 일부 개별 패턴의 공정 윈도우의 경계부를 포함한다. 즉, 이 개별 패턴들은 모든 패턴의 공정 윈도우를 제한한다. 이 패턴은 본 명세서에서 상호 교환적으로 사용되는 "핫 스폿(hot spot)" 또는 "공정 윈도우 제한 패턴(PWLPs)"으로 지칭될 수 있다. 패터닝 공정을 제어할 때, 핫 스폿에 집속하는 것이 가능하며 경제적이다. 핫 스폿이 결함이 없으면, 모든 패턴이 결함이 없을 가능성이 매우 크다.
도 2에 보여지고 있는 바와 같이, 리소그래피 장치(LA)는 리소그래피 셀(LC)의 일부를 형성할 수 있으며, 때때로 리소셀 또는 클러스터로 지칭되며, 또한 기판 상에 노광 전 및 노광 후 공정을 수행하기 위한 장치를 포함하고 있다. 일반적으로, 이들은 하나 이상의 레지스트 층을 증착하기 위한 하나 이상의 스핀 코터(SC), 노광된 레지스트를 현상하기 위한 하나 이상의 현상기(DE), 하나 이상의 냉각 플레이트(CH) 및/또는 하나 이상의 베이크 플레이트(BK)를 포함하고 있다. 기판 핸들러 또는 로봇(RO)은 하나 이상의 기판을 입력/출력 포트(I/O1, I/O2)로부터 픽업하고, 기판을 상이한 공정 장치들 사이에서 이동시키며, 기판을 리소그래피 장치의 로딩 베이(LB)로 전달한다. 종종 총괄적으로 트랙으로 지칭되는 이 장치들은 감독 제어 시스템(SCS)에 의해 자체 제어되는 트랙 제어 유닛(TCU)의 제어 하에 있으며, 이 감독 제어 시스템은 또한 리소그래피 제어 유닛(LACU)을 통해 리소그래피 장치를 제어한다. 따라서, 처리량 및 처리 효율을 최대화하기 위하여 상이한 장치들이 작동될 수 있다.
리소그래피 장치에 의하여 노광된 기판이 정확하고 일관되게 노광되도록 하기 위하여 및/또는 적어도 하나의 패턴 전사 단계 (예를 들어, 광학 리소그래피 단계)를 포함하는 패터닝 공정 (예를 들어, 디바이스 제조 공정)을 모니터링하기 위하여, 정렬, (예를 들어, 위에 놓인 층들 내의 구조체들 사이 또는, 예를 들어 이중 패터닝 공정에 의하여 층에 개별적으로 제공된, 동일 층 내의 구조체들 사이일 수 있는) 오버레이, 라인 두께, 임계 치수(CD), 초점 오프셋, 물질 특성 등과 같은 하나 이상의 특성을 측정 또는 결정하기 위해 기판 또는 다른 대상물을 검사하는 것이 바람직하다. 따라서, 리소셀(LC)이 위치하는 제조 설비는 또한 일반적으로 리소셀에서 처리된 기판(W) 또는 리소셀 내의 다른 대상물의 일부 또는 모두를 측정하는 계측 시스템(MET)을 포함하고 있다. 계측 시스템(MET)은 리소셀(LC)의 일부일 수 있으며, 예를 들어 (정렬 센서(AS)와 같은) 리소그래피 장치(LA)의 일부일 수 있다.
하나 이상의 측정된 매개변수는, 예를 들어 패터닝된 기판 내에 또는 패터닝된 기판 상에 형성된 연속 층들 간의 오버레이, 예를 들어 패터닝된 기판 내에 또는 기판 상에 형성된 피처의 임계 치수(CD) (예를 들어, 임계 선폭), 광학 리소그래피 단계의 초점 또는 초점 오차, 광학 리소그래피 단계의 선량 또는 선량 오차, 광학 리소그래피 단계의 광학 수차 등을 포함할 수 있다. 이 측정은 제품 기판 자체의 타겟 상에서 및/또는 기판 상에 제공된 전용 계측 타겟 상에서 수행될 수 있다. 측정은 레지스트의 현상 후에 수행될 수 있지만 에칭 전 또는 에칭 후에 수행될 수 있다.
주사 전자 현미경, 이미지-기반 측정 툴 및/또는 다양한 전문 툴의 사용을 포함하는, 패터닝 공정에서 형성된 구조체의 측정을 이루기 위한 다양한 기술이 있다. 위에서 논의된 바와 같이, 빠르고 비침습적인 형태의 전문 계측 툴은 방사선의 빔이 기판 표면 상의 타겟으로 향하고 산란된 (회절된/반사된) 빔의 특성이 측정되는 툴이다. 기판에 의해 산란된 방사선의 하나 이상의 특성을 평가함으로써, 기판의 하나 이상의 특성이 결정될 수 있다. 이는 회절-기반 계측으로 지칭될 수 있다. 이 회절-기반 계측의 하나의 이러한 적용은 타겟 내에서의 피처 비대칭성의 측정에 있다. 이는 오버레이의 측정으로서 사용될 수 있지만, 예를 들어 다른 적용 또한 공지되어 있다. 예를 들어, 회절 스펙트럼의 대향 부분들을 비교함으로써 (예를 들어, 주기적 격자의 회절 스펙트럼에서 -1차와 +1차를 비교함으로써) 비대칭성이 측정될 수 있다. 이는 위에서 설명된 바와 같이, 또한 예를 들어 미국 특허 출원 공개 US2006/066855에 설명된 바와 같이 수행될 수 있으며, 이 특허공개는 그 전체 내용이 본 명세서에서 인용 참조된다. 회절-기반 계측의 다른 적용은 타겟 내에서의 피처 폭(CD) 측정에 있다. 이러한 기술은 이후에 설명되는 장치 및 방법을 사용할 수 있다.
따라서, 디바이스 제조 공정 (예를 들어, 패터닝 공정 또는 리소그래피 공정)에서, 기판 또는 다른 대상물은 공정 중에 또는 공정 후에 다양한 유형의 측정을 받을 수도 있다. 측정은 특정 기판이 결함이 있는지 여부를 결정할 수 있으며, 공정에 사용되는 공정 및 장치에 대한 조정을 설정할 수 있고 (예를 들어, 기판 상에 2개의 층을 정렬하거나 패터닝 디바이스를 기판에 대해 정렬), 공정 및 장치의 성능을 측정할 수 있거나, 다른 목적을 위한 것일 수 있다. 측정의 예는 광학 이미징 (예를 들어, 광학 현미경), 비-이미징 광학 측정 (예를 들어, ASML YieldStar 계측 툴, ASML SMASH 계측 시스템과 같은, 회절에 기초한 측정), 기계적 측정 (예를 들어, 스타일러스, 원자력 현미경(AFM)을 사용한 프로파일링) 및/또는 비-광학 이미징 (예를 들어, 주사 전자 현미경(SEM))을 포함한다. 본 명세서에서 전체적으로 인용 참조되는 미국특허 제6,961,116호에 설명된 바와 같은 SMASH(스마트 정렬 센서 하이브리드) 시스템은 자기-기준 간섭계를 이용하고 있으며, 이 간섭계는 정렬 마커의 2개의 중첩된 그리고 상대적으로 회전된 이미지를 생성하고, 이미지의 푸리에 변환이 방해되는 퓨필 평면 내의 세기를 검출하며, 간섭된 차수의 세기 변화로서 나타나는 2개의 이미지의 회절 차수 간의 위상 차로부터 위치 정보를 추출한다.
계측 결과는 감독 제어 시스템(SCS)에 직접 또는 간접적으로 제공될 수 있다. 오차가 검출되면, (특히, 배치(batch)의 하나 이상의 다른 기판이 여전히 노광되는 것이 충분할 만큼 곧바로 그리고 신속하게 검사가 수행될 수 있다면) 후속 기판의 노광 및/또는 노광된 기판의 후속 노광에 대한 조정이 이루어질 수 있다. 또한, 이미 노광된 기판은 해체 및 재작업되어 수율을 개선할 수 있거나, 또는 폐기될 수 있으며, 이에 의하여 결함이 있는 것으로 알려진 기판에 대한 추가 처리를 수행하는 것을 방지한다. 기판의 일부 타겟 부분에만 결함이 있는 경우, 양호한 타겟 부분에 대해서만 추가 노광이 수행될 수 있다.
계측 시스템(MET) 내에서, 계측 장치는 기판의 하나 이상의 특성, 및 특히 상이한 기판들 또는 동일 기판의 상이한 층들의 특성이 층마다 어떻게 달라지는지를 결정하기 위해 사용된다. 위에서 언급된 바와 같이, 계측 장치는 리소그래피 장치(LA) 또는 리소셀(LC)에 통합될 수 있거나 독립형 디바이스일 수 있다.
계측을 가능하게 하기 위해, 하나 이상의 타겟이 기판 상에 제공될 수 있다. 실시예에서, 타겟은 특별하게 설계되며 주기적 구조체를 포함할 수 있다. 실시예에서, 타겟은 디바이스 패턴의 일부, 예를 들어 디바이스 패턴의 주기적 구조이다. 실시예에서, 디바이스 패턴은 메모리 디바이스의 주기적 구조체 (예를 들어, 바이폴라 트랜지스터(BPT), 비트 라인 콘택트(BLC) 등 구조체)이다.
실시예에서, 기판 상의 타겟은 하나 이상의 1-D 주기적 구조체(예를 들어, 격자)를 포함할 수 있으며, 이 주기적 구조체는 현상 후 주기적 구조체가 고형 레지스트 라인으로 형성되도록 인쇄된다. 실시예에서, 타겟은 하나 이상의 2-D 주기적 구조체 (예를 들어, 격자)를 포함할 수 있으며, 이 주기적 구조체는 현상 후 하나 이상의 주기적 구조체가 고형 레지스트 필러(pillar) 또는 레지스트 내의 비아로 형성되도록 인쇄된다. 바(bar), 필러 또는 비아는 대안적으로 기판 내로 (예를 들어, 기판 상의 하나 이상의 층 내로) 에칭될 수 있다.
실시예에서, 패터닝 공정의 관심 대상 매개변수 중 하나는 오버레이(overlay)이다. 오버레이는 (정반사에 대응하는) 0차 회절이 차단되고 더 높은 차수만이 처리되는 암시야(dark field) 스케터로미터를 이용하여 측정될 수 있다. 암시야 계측의 예는 PCT 특허 출원 공개 WO2009/078708호 및 WO2009/106279호에서 찾을 수 있으며, 이들은 그 전체 내용이 본 명세서에서 인용 참조된다. 이 기술의 추가 개발안은 미국 특허 출원 공보 US2011/0027704, US2011/0043791 및 US2012-0242970에 설명되어 있으며, 이들은 그 전체 내용이 본 명세서에서 인용 참조된다. 회절 차수의 암시야 검출을 이용한 회절-기반 오버레이는 더 작은 타겟 상에서의 오버레이 측정을 가능하게 한다. 이 타겟은 조명 스폿보다 작을 수 있으며 기판 상의 디바이스 제품 구조체에 둘러싸일 수도 있다. 실시예에서, 하나의 방사선 캡처(capture)에서 다수의 타겟이 측정될 수 있다.
도 3은 예시적인 검사 장치(예를 들어, 스케터로미터)를 도시하고 있다. 검사 장치는 방사선을 기판(W) 상으로 투영하는 광대역 (백색광) 방사선 투영기(2)를 포함하고 있다. 재지향된 방사선은, 예를 들어 하단 좌측의 그래프에 보여지고 있는 바와 같이 정반사된 방사선의 스펙트럼(10) (파장의 함수로서의 세기)을 측정하는 분광계 검출기(spectrometer detector)(4)로 나아간다. 이 데이터로부터, 검출된 스펙트럼에 의해 생성된 구조체 또는 프로파일은 구조체는 프로세서(PU)에 의하여, 예를 들어 엄밀한 결합파 분석(Rigorous Coupled Wave Analysis)에 의하여 또는 도 3의 하부 우측부에 보여지는 바와 같은 시뮬레이션된 스펙트럼의 라이브러리와의 비교에 의하여 재구성될 수 있다. 일반적으로, 재구성을 위해 구조체의 일반적인 형태가 공지되어 있으며, 구조체가 만들어진 공정의 정보(knowledge)로부터 일부 매개변수가 가정되어, 측정 데이터로부터 결정될 구조체의 몇 개의 매개변수만이 남게 된다. 이러한 검사 장치는 수직-입자 검사 장치 또는 경사-입사 검사 장치로서 구성될 수 있다.
사용될 수 있는 다른 검사 장치가 도 4에 보여지고 있다. 이 장치에서, 방사선 소스(2)에 의해 방출된 방사선은 렌즈 시스템(12)을 사용하여 시준되고 간섭 필터(13) 및 편광기(17)를 통해 투과되며, 부분적으로 반사하는 표면(16)에 의해 반사되고, 높은 개구수(NA), 바람직하게는 적어도 0.9 또는 적어도 0.95의 개구수를 갖는 대물렌즈(15)를 통해 기판(W) 상의 스폿(S)으로 집속된다. (물과 같은 상대적으로 높은 굴절률의 유체를 사용하는) 침지 검사 장치는 심지어 1 이상의 개구수를 가질 수 있다
리소그래피 장치(LA)에서와 같이, 하나 이상의 기판 테이블이 제공되어 측정 작동 동안 기판(W)을 유지할 수 있다. 기판 테이블들은 도 1의 기판 테이블(WT)과 형태가 유사하거나 동일할 수 있다. 검사 장치가 리소그래피 장치와 통합되는 예에서, 이들은 심지어 동일한 기판 테이블일 수 있다. 개략적인 그리고 세밀한 포지셔너들이 측정 광학 시스템과 관련하여 기판을 정확히 위치시키도록 구성된 제2 포지셔너(PW)에 제공될 수 있다. 다양한 센서 및 액추에이터가 제공되어 예를 들어 관심 대상 타겟의 위치를 획득하고 이를 대물렌즈(15) 아래의 위치로 이동시킬 수 있다. 전형적으로 많은 측정이 기판(W)에 걸쳐 상이한 위치에서의 타겟 상에서 이루어질 것이다. 기판 지지부는 상이한 타겟들을 획득하기 위해 X 및 Y 방향으로 이동될 수 있으며, 광학 시스템의 초점에 대한 타겟의 원하는 위치를 얻기 위해 Z 방향으로 이동될 수 있다. 예를 들어, 실제로 광학 시스템이 (전형적으로 X 및 Y 방향으로, 그러나 아마도 또한 Z 방향으로) 실질적으로 정지 상태로 유지될 수 있고 기판만이 이동하는 경우, 대물렌즈가 기판에 대해 상이한 위치들로 이동되는 것처럼 작동을 생각하고 설명하는 것이 편리하다. 기판과 광학 시스템의 상대 위치가 정확하다면, 실제로 이들 중 하나가 움직이고 있거나, 둘 모두가 움직이고 있거나, 광학 시스템의 일부의 조합이 (예를 들어, Z 방향 및/또는 기울어진 방향으로) 이동하면서 광학 시스템의 나머지는 정지 상태에 있고 기판이 (예를 들어, X 방향 및 Y 방향, 그러나 선택적으로 Z 방향 및/또는 기울어진 방향으로) 이동하는 것은 원칙적으로 문제되지 않는다.
스펙트럼을 검출하기 위하여, 기판(W)에 의해 재지향된 방사선은 이후 부분적으로 반사하는 표면(16)을 통하여 검출기(18)로 나아간다. 검출기(18)는 후방-투영 초점 평면(11)에 (즉, 렌즈 시스템(15)의 초점 거리에) 위치될 수 있거나 평면(11)은 보조 광학기 (도시되지 않음)로 검출기(18) 상으로 재이미징될 수 있다. 검출기는 기판 타겟(30)의 2차원 각도 산란 스펙트럼이 측정될 수 있도록 2차원 검출기일 수 있다. 검출기(18)는, 예를 들어 CCD 또는 CMOS 센서의 어레이일 수 있으며, 예를 들어 프레임당 40 밀리 초의 적분 시간(integration time)을 사용할 수 있다.
기준 빔은, 예를 들어 입사 방사선의 세기를 측정하기 위해 사용될 수 있다. 이를 위해, 방사선 빔이 부분적으로 반사하는 표면(16)에 입사할 때, 그의 일부는 기준 빔으로서 부분적으로 반사하는 표면(16)을 통해 기준 미러(14)를 향하여 투과된다. 기준 빔은 그후 동일한 검출기(18)의 다른 부분 상으로 또는 대안적으로 다른 검출기(보여지지 않음) 상으로 투영된다.
하나 이상의 간섭 필터(13)는, 예를 들어 405 내지 790 ㎚의 범위 또는 200 내지 300 ㎚와 같은 더 낮은 범위의 관심 대상 파장을 선택하는데 이용 가능하다. 간섭 필터는 일련의 상이한 필터를 포함하기 보다는 조정 가능한 것일 수 있다. 간섭 필터 대신 격자가 사용될 수 있다. 구경 조리개(aperture stop) 또는 공간 광 변조기(spatial light modulator)(보여지지 않음)가 조명 경로 내에 제공되어 타겟 상의 방사선의 입사각 범위를 제어할 수 있다.
검출기(18)는 단일 파장(또는 좁은 파장 범위)에서 재지향된 방사선의 세기, 다수의 파장에서 개별적으로 또는 파장 범위 전체에 걸쳐 통합된 세기를 측정할 수 있다. 또한, 검출기는 횡자기-(transverse magnetic-) 및 횡전기-(transverse electric) 편광 방사선의 세기 및/또는 횡자기- 및 횡전기-편광 방사선 간의 위상 차를 별도로 측정할 수 있다.
기판(W) 상의 타겟(30)은 현상 후 바(bar)가 고형 레지스트 라인으로 형성되도록 인쇄되는 1-D 격자일 수 있다. 타겟(30)은 현상 후 격자가 고형 레지스트 필러 또는 레지스트 내의 비아로 형성되도록 인쇄되는 2-D 격자일 수 있다. 바, 필러 또는 비아는 기판 내로 또는 기판 상에서 (예를 들어, 기판 상의 하나 이상의 층 내로) 에칭될 수 있다. 패턴 (예를 들어, 바, 필러 또는 비아)은 패터닝 공정에서의 처리 변화 (예를 들어, 리소그래피 투영 장치 (특히 투영 시스템(PS))의 광학 수차, 초점 변화, 선량 변화 등)에 민감하며, 인쇄된 격자의 변화에 나타날 것이다. 따라서, 인쇄된 격자의 측정된 데이터는 격자를 재구성하는데 사용된다. 라인 폭 및/또는 형상과 같은, 1-D 격자의 하나 이상의 매개변수 또는 필러 또는 비아 폭 또는 길이 또는 형상과 같은, 2-D 격자의 하나 이상의 매개변수는 인쇄 단계 및/또는 다른 검사 공정의 정보로부터, 프로세서(PU)에 의해 수행되는 재구성 공정으로 입력될 수 있다.
재구성에 의한 매개변수의 측정에 더하여, 각도 분해 산란 측정(angle resolved scatterometry)은 제품 및/또는 레지스트 패턴 내의 피처들의 비대칭성의 측정에 유용하다. 비대칭성 측정의 특정 적용은 타겟(30)이 서로 중첩되는 한 세트의 주기적 피처들을 포함하는, 오버레이의 측정을 위한 것이다. 도 3 또는 도 4의 기구를 사용하는 비대칭성 측정의 개념은, 예를 들어 그 전체 내용이 본 명세서에서 인용 참조되는 미국 특허 출원 공개 US2006/066855에 설명되어 있다. 간단히 말하면, 타겟의 회절 스펙트럼에서의 회절 차수의 위치는 타겟의 주기성에 의해서만 결정되는 반면에, 회절 스펙트럼에서의 비대칭성은 타겟을 구성하는 개별 피처에서의 비대칭성을 나타낸다. 검출기(18)가 이미지 센서일 수 있는 도 4의 기구에서, 회절 차수에서의 이러한 비대칭성은 검출기(18)에 의해 기록된 퓨필 이미지에서의 비대칭성으로서 직접 나타난다. 이 비대칭성은 유닛(PU)에서의 디지털 이미지 처리에 의해 측정될 수 있으며, 알려진 오버레이 값에 대해 교정될 수 있다.
도 5는 전형적인 타겟(30)의 평면도 및 도 4의 장치에서의 조명 스폿(S)의 범위를 도시하고 있다. 실시예에서, 주변 구조체로부터의 간섭이 없는 회절 스펙트럼을 얻기 위해, 타겟(30)은 조명 스폿(S)의 폭 (예를 들어, 직경)보다 큰 주기적 구조체 (예를 들어 격자)이다. 스폿(S)의 폭은 타겟의 폭 및 길이보다 작을 수 있다. 즉, 타겟은 조명으로 "덜 채워지며(underfilled)", 회절 신호는 타겟 자체 외부의 제품 피처 등으로부터의 임의의 신호가 없다. 조명 배열체(2, 12, 13, 17)는 대물렌즈(15)의 후방 초점 면에 걸쳐 균일한 세기의 조명을 제공하도록 구성될 수 있다. 대안적으로, 예를 들어 조명 경로 내에 개구를 포함함으로써, 조명은 축상 또는 축외 방향으로 제한될 수 있다.
도 6은 계측을 이용하여 획득된 측정 데이터에 기초한 타겟 패턴(30')의 하나 이상의 관심 대상 매개변수의 값의 결정의 예시적인 공정을 개략적으로 도시하고 있다. 검출기(18)에 의해 검출된 방사선은 타겟(30')에 대한 측정된 방사선 분포(108)를 제공한다.
주어진 타겟(30')에 대해, 예를 들어 수치적 맥스웰 솔버(numerical Maxwell solver: 210)를 이용하여, 방사선 분포(208)는 매개변수화된 모델(206)로부터 계산/시뮬레이션될 수 있다. 매개변수화된 모델(206)은 타겟을 구성하는 그리고 타겟과 관련된 다양한 물질의 예시적인 층을 보여주고 있다. 매개변수화된 모델(206)은 고려 중인 타겟의 부분의 피처 및 층에 대한, 변화될 수 있고 유도될 수 있는 하나 이상의 변수를 포함할 수 있다. 도 6에 보여지고 있는 바와 같이, 하나 이상의 변수는 하나 이상의 층의 두께(t), 하나 이상의 피처의 폭(w) (예를 들어, CD), 하나 이상의 피처의 높이(h), 및/또는 하나 이상의 피처의 측벽 각도(α)를 포함할 수 있다. 보여지고 있지는 않지만, 하나 이상의 변수는 하나 이상의 층의 굴절률 (예를 들어, 실제 또는 복소 굴절률, 굴절률 텐서(tensor) 등), 하나 이상의 층의 소광 계수(extinction coefficient), 하나 이상의 층의 흡수, 현상 동안의 레지스트 손실, 하나 이상의 피처의 푸팅(footing) 및/또는 하나 이상의 피처의 라인 에지 거칠기(line edge roughness)를 더 포함할 수 있으나 이에 제한되지 않는다. 변수의 초기값은 측정되고 있는 타겟에 대해 예상되는 것일 수 있다. 측정된 방사선 분포(108)는 이후, 계산된 방사선 분포(208)와 212에서 비교되어 양 분포 간의 차이를 결정한다. 차이가 있다면, 매개변수화된 모델(206)의 하나 이상의 변수의 값은 변화될 수 있으며, 측정된 방사선 분포(108)와 계산된 방사선 분포(208) 간에 충분한 매치(match)가 있을 때까지, 새로운 계산된 방사선 분포(208)가 계산되고 측정된 방사선 분포(108)에 대하여 비교된다. 그 지점에서, 매개변수화된 모델(206)의 변수의 값은 실제 타겟(30')의 기하학적 구조의 양호한 또는 최적의 매치를 제공한다. 실시예에서, 측정된 방사선 분포(108)와 계산된 방사선 분포(208) 간의 차이가 허용 임계값 내에 있을 때 충분한 매치가 존재한다.
패터닝 공정의 변수는 "처리 변수"로 불린다. 패터닝 공정은 리소그래피 장치에서의 패턴의 실제 전사에 앞선 그리고 후속하는 공정들을 포함할 수 있다. 도 7은 처리 변수(370)의 예시적인 카테고리를 보여주고 있다. 제1 카테고리는 리소그래피 장치 또는 리소그래피 공정에 사용되는 임의의 다른 장치의 변수(310)일 수 있다. 이 카테고리의 예는 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수를 포함하고 있다. 제2 카테고리는 패터닝 공정에서 수행되는 하나 이상의 절차의 변수(320)일 수 있다. 이 카테고리의 예는 초점 제어 또는 초점 측정, 선량(dose) 제어 또는 선량 측정, 대역폭, 노광 지속 시간, 현상 온도, 현상에 사용되는 화학 조성 등을 포함하고 있다. 제3 카테고리는 패터닝 디바이스에서의 또는 이를 이용한 설계 레이아웃 및 그 구현의 변수(330)일 수 있다. 이 카테고리의 예는 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정, 마스크 피처의 CD 등을 포함할 수 있다. 제4 카테고리는 기판의 변수(340)일 수 있다. 예는 레지스트 층 아래의 구조체의 특성, 레지스트 층의 화학적 조성 및/또는 물리적 치수 등을 포함하고 있다. 제5 카테고리는 패터닝 공정의 하나 이상의 변수의 시간적 변화의 특성(350)일 수 있다. 이 카테고리의 예는 고주파 스테이지 이동 (예를 들어, 주파수, 진폭 등), 고주파 레이저 대역폭 변화 (예를 들어, 주파수, 진폭 등) 및/또는 고주파 레이저 파장 변화의 특성을 포함하고 있다. 이 고주파 변화 또는 이동은 기본적인 변수 (예를 들어, 스테이지 위치, 레이저 세기)을 조정하기 위한 메커니즘의 응답 시간보다 긴 것이다. 제6카테고리는 스핀 코팅, 노광-후 베이크(PEB), 현상, 에칭, 증착, 도핑 및/또는 패키징(packaging)과 같은, 리소그래피 장치에서의 패턴 전사에 앞선 그리고 후속하는 공정들의 특성(360)일 수 있다.
인식될 바와 같이, 이 변수 모두는 아니더라도 많은 변수는 패터닝 공정의 매개변수 및 종종 관심 대상 매개변수에 영향을 미칠 것이다. 패터닝 공정의 매개변수의 비제한적인 예는 임계 치수(CD), 임계 치수 균일성(CDU), 초점, 오버레이, 에지 위치 또는 배치, 측벽 각도, 패턴 시프트 등을 포함할 수 있다. 흔히 이 매개변수는 공칭 값 (예를 들어, 설계 값, 평균값 등)으로부터 오차를 나타낸다. 매개변수 값은 개별 패턴의 특성의 값 또는 패턴 그룹의 특성의 통계 자료 (예를 들어, 평균, 변화 등)일 수 있다.
일부 또는 모든 처리 변수, 또는 이와 관련된 매개변수의 값은 적절한 방법에 의해 결정될 수 있다. 예를 들어, 값은 다양한 계측 툴 (예를 들어, 기판 계측 툴)로 획득된 데이터로부터 결정될 수 있다. 이 값은 패터닝 공정에서의 장치의 다양한 센서 또는 시스템 (예를 들어, 리소그래피 장치의 레벨링 센서 또는 정렬 센서와 같은 센서, 리소그래피 장치의 제어 시스템 (예를 들어, 기판 또는 패터닝 디바이스 테이블 제어 시스템), 트랙 툴의 센서 등)로부터 획득될 수 있다. 값은 패터닝 공정의 운영자로부터의 값일 수 있다.
현재, 계측이 주로 소요 시간 측면에서 점점 더 부담이 되고 있다. 이는, 예를 들어 반도체 산업에서의 다중 패터닝 기술의 출현에서 특히 그러하다. 리소-에칭-리소-에칭(litho-etch-litho-etch; LELE) 및/또는 측벽 지원 이중 패터닝 (sidewall assisted double patterning; SADP)과 같은 다중 패터닝 기술로, 처리 단계의 수가 크게 증가하고 있으며 따라서 제어 및 수율 모니터링을 위하여 사용되는 계측 단계의 양도 증가하고 있다. 더욱이, 다수의 패터닝 단계에서 더 많은 층이 사용되고 층마다 더 많은 패터닝 단계가 사용됨에 따라 각 노드에 대한 계측의 량이 증가한다 (즉, 피처 크기 감소).
부가적으로 또는 대안적으로, 결함 결정 및/또는 유도된 결함 검사에 대한 요구가 증가되고 있다. 이는 이전보다 실질적으로 더 치밀한 초점, 오버레이 및/또는 CD 계측을 포함하고 있다.
부가적으로 또는 대안적으로, 온-디바이스 CD, 오버레이 및/또는 초점 성능에 대한 더 엄격해진 사양이 있다. 이는 예를 들어 노광 툴 및 처리 툴 (예를 들어, 증착, 에칭, 트랙, 화학적 기계적 연마(CMP) 등)의 제조 장비 사양을 하나의 노드에서 다음 노드로 유도(drive)한다. 따라서 이는 성능의 더 엄격한 제어 및 모니터링을 유도하며, 이는 결과적으로 제어 및 모니터링을 위해 더 증가하는 양의 계측 요구를 유도한다.
부가적으로 또는 대안적으로, 온-디바이스 CD, 초점 및/또는 오버레이 성능에 대한 사양의 엄격해짐에 따라 더 높은 차수 보정이 필요할 수 있다. 더 높은 차수 보정은 본질적으로 기판의 전체 또는 일부에 걸쳐 작은 공간 스케일에서 선택적인 보정 조치이다 (예를 들어, 높은 공간 해상도로 보정). 더 높은 차수 보정은 계측을 위하여 기판 당 더 치밀한 샘플링을 포함하며, 그에 의하여 어쩌면 계측 장비 생산성의 실제 한계를 넘어서 계측 부담을 증가시킨다.
부가적으로 또는 대안적으로, 원하는 CD, 초점 및/또는 오버레이 성능을 달성하기 위하여 기판 대 기판 변동은 추가적인 개별 기판 레벨 제어 (예를 들어, 로트 레벨 제어와 비교) 및 관련 모니터링을 요구할 수 있다. 이는 로트 당 더 많은 기판을 측정하는 것으로 이어질 수 있으며, 따라서 아마도 계측 장비 생산성의 실제 한계를 넘어, 사용되는 측정량을 증가하게 한다.
그러나 증가하는 데이터 요구를 충족시키기 위하여, 계측 장비를 추가하거나 계측 장비 생산성을 증가시키는 것만으로는 충분하지 않을 수 있다. 또한, 이는 치밀한 CD, 초점 및/또는 오버레이 프로파일을 기판에 걸쳐 시의적절하게 획득하는 것과 같은 모든 문제를 해결하지 못할 수 있다.
따라서, 계측 효율이 바람직하다. 이는, 예를 들어 기판 당 더 높은 밀도의 데이터 및 로트(lot) 당 더 많은 수의 기판에 대한 데이터를 획득하기 위한 것이다.
따라서, 실시예에서, 예를 들어 계측 효율을 개선하는 것을 돕기 위한 방법이 제공된다. 이 방법에서, 복수의 소스로부터의 계측 데이터는 기판에 걸친 복수의 위치 각각에 대한 하나 이상의 패터닝 공정 매개변수 (예를 들어, CD, 초점, 오버레이, 에지 배치 등)의 정확한 추정 값을 유도하기 위하여 조합되고 다루어진다. 실시예에서, 예를 들어 패터닝 공정에서 처리된 모든 기판에 대한 및 예를 들어 패터닝 공정에서 이러한 기판 상에서 처리된 모든 층에 대한 (예를 들어, 각 제곱 밀리미터에 대한) 치밀한 계측 데이터가 제공된다.
사실상, 실시예에서, 본 방법의 결과는 기판에 걸친 하나 이상의 패터닝 공정 매개변수의 값의 "가상의" 또는 에뮬레이트(emulated)된 분포이며, 이는 다양한 계측 데이터의 이러한 조합을 통해 달성된다. 이 방법은 그러면 하나 이상의 패터닝 공정 매개변수 (예를 들어, 초점, CD, 오버레이 등)에 대한 하이브리드 계측을 위한 효율적인 방법을 제공할 수 있다. 또한, 본 명세서 내의 실시예는 패터닝 공정 매개변수, 즉 초점, CD 및 오버레이의 특정 예를 주로 고려할 것이지만, 하나 이상의 다른 또는 부가적인 패터닝 공정 매개변수가 본 명세서 내의 기술의 주제일 수 있다는 점이 인식될 것이다.
위에서 언급된 바와 같이, 본 방법은 계측 및 다양한 소스로부터의 다른 데이터의 조합을 포함하고 있다. 실시예에서, 본 방법은 관심 대상 패터닝 공정 매개변수의 측정을 리소그래피 장치의 하나 이상의 센서로부터의 데이터와 같은, 패터닝 공정 내의 하나 이상의 디바이스로부터의 데이터와 조합하는 것을 포함하고 있다. 데이터의 이 조합은 그후, 예를 들어 CD, 오버레이, 초점, 패턴 시프트, 에지 배치 (예를 들어, 에지 배치 오차) 등과 같은 패터닝 공정 매개변수 및/또는 수율, 결함 (예를 들어, 결함의 위험, 결함 카운트 등) 등과 같은, 그로부터 유도된 매개변수의 형태로 제품 상 성능을 예측하기 위해 사용될 것이다.
따라서, 본 방법의 기저를 이루는 원리는 관심 대상 패터닝 공정 매개변수의 변화의 개별적인 근본 원인을 분리하여 추정하는 것이며, 이 원인은 그후 조합되어 제품 상 성능을 계산한다. 본 목적은 도 3 내지 도 6과 관련하여 설명된 것과 같은 툴을 사용하여 관심 대상 패터닝 공정 매개변수를 결정하기 위하여, 가능한 많은 이용 가능한 정보를 사용하여 오프-라인 (및/또는 온-라인) 계측의 양이 증가하는 것을 방지하는 것이다.
따라서, 실시예에서, 관심 대상 패터닝 공정 매개변수 (예를 들어, CD 오차, 초점 오차, 오버레이 등)의 변화에 대한 다양한 기여도를 식별하는 것이 바람직하다. 이 기여도는 그후 다양한 조합으로 사용되어 원하는 제품 상 성능의 원하는 추정을 이룰 수 있다. 일반적으로 이 기여도는 오차 및/또는 잔차(residual)일 것이다. 예를 들어, 디바이스는 보정을 할 때 오차를 발생시킬 수 있으며, 이는 이후 관심 대상 패터닝 공정 매개변수의 변화를 실현할 수 있다. 다른 예로서, 센서 시스템은 오차를 측정할 수 있으며, 이 오차는 패터닝 공정 매개변수의 변화이거나 이 변화에 기여한다. 다른 예로서, 디바이스의 설정을 결정하기 위해 사용되는 디바이스 또는 수학적 모델은 어떤 원하는 또는 최상의 물리적 영향 (원하는 물리적 보정과 디바이스에 의하여 이루어질 수 있는 물리적 보정 간의 차이, 선량, 초점 등과 같은 원하는 물리적 영향과 디바이스에 의하여 이루어질 수 있는 물리적 영향 간의 차이, 원하는 물리적 보정 또는 영향과 수학적 모델에 의하여 결정될 수 있는 보정 또는 영향, 등)를 실현하지 못할 수 있으며, 따라서 패터닝 공정 매개변수의 변화이거나 이에 기여하는 잔차를 실현할 수 있다. 실시예에서, 기여도는 실험적으로 또는 경험적으로 결정될 수 있다.
다이, 필드 또는 기판에 걸쳐 공간적으로 분포된 관심 대상 패터닝 공정 매개변수에 대한 이 기여도들 각각은 그후 핑거프린트로 특징지어질 수 있다. 또한, 유사하게, 다이, 필드 또는 기판에 걸친 조합된 기여도는 핑거프린트로서 특징지어질 수 있다.
따라서, 복수의 이 기여도는 유도된 핑거프린트를 생성하기 위해 조합될 수 있다. 예를 들어, 제품 기판 상의 초점 핑거프린트는, 예를 들어 이 기판의 비평탄성으로 인한 초점 기여도의 합성, 기판 노광 동안 리소그래피 장치의 투영 시스템과 관련된 초점 오차, 노광 동안 기판 위치 제어 루프에 의하여 생성된 높이 오차, 및 리소그래피 장치의 초점 설정의 잔류 핑거프린트일 수 있다. 이의 예가 도 9에 관하여 아래에 설명되어 있다.
유사하게, 유도된 또는 측정된 핑거프린트는 이로부터 제거된 하나 이상의 핑거프린트를 갖고 있어 (추가로) 유도된 핑거프린트를 생성할 수 있다. 예를 들어, 기판의 측정된 초점 핑거프린트는 그로부터 제거된 그 기판의 비평탄성의 초점 기여도, 기판의 노광 동안 리소그래피 장치의 투영 시스템과 관련된 초점 오차, 노광 동안 기판 위치 제어 루프에 의하여 생성된 높이 오차, 및 리소그래피 장치의 초점 설정의 잔류 핑거프린트를 가질 수 있다. 제거된 핑거프린트에 의하여 캡처되지 않은 오차로 인하여 이는 잔류 초점 핑거프린트를 생성할 수 있다. 이의 예가 도 10에 관하여 아래에 설명되어 있다.
따라서, 실시예에서, 본 방법은, 예를 들어 핑거프린트를 개별 기여도 핑거프린트로 나눌 수 있으며 및/또는 핑거프린트들을 조합함으로써 핑거프린트를 유도할 수 있다.
따라서, 도 8을 참조하면, 기여도(핑거프린트)의 조합의 실시예가 도시되어 있다. 처리 변수(311)의 변화 (예를 들어, 초점 맥락에서, 높이 오차)는 기판 상의 패턴에 대한 패터닝 공정 매개변수(352) (예를 들어, 초점 맥락에서, 초점)에 대한 기여도(312)를 가질 수 있으며, 처리 변수(321)의 변화 (예를 들어, 초점 맥락에서, 초점 설정(focus setup)의 잔차)는 패터닝 공정 매개변수(352)에 대한 기여도(322)를 가질 수 있다. 즉, 패터닝 공정 매개변수(352)는 하나 이상의 처리 변수의 변화의 조합된 기여도를 가질 수 있다. 이 기여도(312 및 322)는 (가중된 또는 선형 가산을 포함할 수 있는) 단순히 가산적(additive)일 수 있거나, (예를 들어, (디)컨벌루션을 이용하는, 신경망을 이용하는, RMS 덧셈, 스케일링 등) 다른 함수에 의하여 조합될 수 있다. 패터닝 공정 매개변수(352)는 다른 변수의 변화의 기여도를 가질 수 있다. 따라서, 이후에 더 논의되는 바와 같은 이러한 실현으로, 다양한 기여도가 결정되거나 패터닝 공정 매개변수의 추정을 유도하는데 사용될 수 있다. 실시예에서, 기여도(312 및/또는 322)는 하나 이상의 적용 가능한 처리 변수를 모델링함으로써 결정될 수 있다. 기여도(312 및/또는 322)는 하나 이상의 적용 가능한 처리 변수의 함수로서 표현 될 수 있다. 함수는 선형 또는 비선형일 수 있다.
도 9는 기판의 패터닝 공정 매개변수에 대한 유도된 기여도(470)를 획득하는 예를 개략적으로 보여주고 있으며, 유도된 기여도는 다수의 처리 변수의 기여도들 (이들 중 하나 이상은 유도된 기여도일 수 있다)의 조합이다. 이 경우, 유도된 기여도(470)는 (비(de))초점이다. 따라서, 유도된 기여도(470)는 기판의 노광(400) 동안 리소그래피 장치의 투영 시스템과 관련된 초점 오차(FE), 노광(410) 동안 기판 위치 제어 루프에 의하여 생성된 높이 오차 (예를 들어, 이동 표준 편차 (MSDz)) 및 그 기판(420)의 비평탄성(P)과 같은 다수의 처리 변수의 기여도를 이용하여 획득될 수 있다. 중요하게는, 이 데이터는 리소그래피 장치로부터 획득될 수 있으며, 패터닝 공정의 일부로서 기판을 생성하는 공정의 부산물일 수 있다. 이 식별된 기여도 중 어느 것도, 예를 들어 도 3 내지 도 6과 관련하여 설명된 바와 같은 툴을 사용하여 기판 상에 패턴닝된 피처의 측정을 반드시 필요로 하지 않는다. 적용 가능한 경우 기여도는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 예를 들어, 기여도는 물리적 모델, 경험적 모델링 및/또는 전용 측정을 기초로 한 시뮬레이션에 의해 획득될 수 있다.
따라서, 초점 경우에, 처리 변수(400)의 초점에 대한 기여도의 예는 기여도(430)로서 보여지고 있으며, 처리 변수(410)의 초점에 대한 기여도의 예는 기여도(440)로 보여지고 있고, 또한 처리 변수(420)의 초점에 대한 기여도의 예는 기여도(450)로 보여지고 있다. 이 기여도들의 각각은 그 후 함께 조합(460)되어 도출된 기여도(470)를 실현한다. 요소(460) (및 도면의 다른 요소)는 플러스 기호를 나타내지만, 460에서의 연산은 덧셈일 필요는 없으며, 예를 들어 이는 신경망 등의 사용을 통하여 곱셈, 컨볼루션(convolution)일 수 있다. 하나 이상의 기여도에 대한 연산은 다른 하나 이상의 기여도와 상이할 수 있다 (예를 들어, 430 내지 440의 덧셈 및 기여도(450)와의 합의 컨볼루션). 예를 들어, 조합된 기여도는 다음과 같이 표현될 수 있다.
시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의하여 다양한 함수가 획득될 수 있다. 더욱이, 여기에 보여지지 않은 (FE 곱하기 MSD의 함수로서의 초점 등과 같은) 교차 항(cross term)이 있을 수 있다. 초점의 절대값을 획득하기 위해 초점의 공칭 값 또는 시뮬레이션 값이 기여도와 조합될 수 있다. a1, b1, c1와 같은 계수는 각 처리 변수 또는 그의 함수와 관련하여 초점의 민감도이다. 이 예에서, 기여도는 기판 전체에 걸친 것이지만, 실시예에서, 다이/필드 당 하나 이상의 기여도일 수 있다(이는 이후, 예를 들어 인스턴스들 각각에서 적용 가능한 조건에 따라 기판에 전체에 걸쳐 반복될 수 있다). 위에서 언급된 바와 같이, 기여도(470)는 기판/다이/필드에 걸쳐 공간적으로 한정될 수 있기 때문에 핑거프린트로 특징지어질 수 있다. 또한, 절대 값으로의 기여도의 변환(translation)은 기여도가 기판/다이/필드에 걸쳐 공간적으로 한정될 수 있기 때문에 핑거프린트로 특징지어질 수 있다. 인식될 바와 같이, 패터닝 공정을 이용한 다수의 기판의 처리로부터의 데이터는 각각의 기여도를 유도하는데 사용될 수 있다. 이 데이터는 기판을 처리하는 공정의 부산물일 수 있기 때문에 이미 이용 가능할 수 있다.
이제, CD의 문맥에서, 도 9와 관련하여 설명된 동일한 기술이 사용될 수 있다. 예를 들어, CD에 대한 유도된 기여도(470)는 초점(F)(400), 기판의 법선 방향으로의 기판의 이동의 이동 표준 편차(MSDZ)(410), 및 기판과 평행한 방향으로 기판의 이동의 이동 표준 편차(MSDX)(420)와 같은 다수의 처리 변수에 기인하는 (유도된 기여도를 포함할 수 있는) 기여도의 조합일 수 있다. 따라서, 이 경우, 초점 CD(F)(400)에 대한 기여도의 예는 기여도(430)일 것이며, 이동 표준 편차(MSDZ)(410)의 CD에 대한 기여도의 예는 기여도(440)일 것이고, 이동 표준 편차(MSDX)(420)의 CD에 대한 기여도의 예는 기여도(440)일 것이다. 이 기여도들 각각은 그후 유도된 기여도(470)를 실현하기 위해 함께 조합(460)된다. 예에서, 조합된 기여도는 하기와 같이 표현될 수 있다.
더욱이, 여기에 보여지지 않은 교차 항이 있을 수 있으며, 관계는 상이할 수 있다(예를 들어, 초점 및/또는 MSDZ와 같은 관계는 순수하게는 이차가 아닐 수 있으며, 선형 또는 3차 항을 가질 수 있다). 실시예에서, 기여도(430, 440, 450)는 각각 초점(F)(400), 이동 표준 편차(MSDZ)(410) 및 이동 표준 편차(MSDX)(420) 분포일 수 있으며, 이 경우 CD 모델은 이들을 CD 분포로 조합하기 위해 사용될 수 있다. 더욱이, 여기에 보여지지 않은 (F 곱하기 MSD의 함수로서의 CD 등과 같은) 교차 항이 있을 수 있다. CD의 절대값을 획득하기 위해 CD의 공칭 값 또는 시뮬레이션 값이 기여도와 조합될 수 있다. a1, b1, c1와 같은 계수는 각 처리 변수 또는 그의 함수와 관련하여 CD의 민감도이다.
위에서 설명된 원리를 적용하여, 도 10은 관심 대상 패터닝 공정 매개변수에 대한 기여도를 제거함으로써 기판의 관심 대상 패터닝 공정 매개변수에 대한 패터닝된 기판 계측 데이터로부터의 유도된 기여도(510)를 획득하는 예를 개략적으로 도시하고 있다. 이와 관련하여 패터닝된 기판 계측 데이터는 패터닝 공정에 의하여 적어도 부분적으로 처리된 기판 상의 피처 (예를 들어, 디바이스 패턴 피쳐, 디바이스 패턴과 분리된 계측 타겟 등)를 측정함으로써 획득된 관심 대상 매개변수의 값이다. 이러한 계측 데이터는 전형적으로 도 3 내지 도 6과 관련하여 설명된 계측 또는 검사 툴을 사용하여 획득될 수 있다.
관심 대상 매개변수에 대한 패터닝된 기판 계측 데이터(500)는 적어도 2개의 기여도를 가질 수 있다. 따라서, 패터닝된 기판 계측 데이터 내의 하나 이상의 다른 기여도를 제거함으로써 패터닝된 기판 계측 데이터 내의 하나 이상의 기여도가 획득될 수 있다. 따라서, 패터닝된 기판 계측 데이터(500)로부터 기여도(520)를 제거(505)함으로써 기여도(510)가 획득될 수 있다. 요소(505) (및 도면의 다른 요소)는 마이너스 기호를 나타내지만, 505에서의 연산은 뺄셈일 필요는 없으며, 예를 들어 이는 신경망 등의 사용을 통하여 곱셈, (디)컨볼루션일 수 있다. 기여도(520)는 기여도(470)와 같은 유도된 기여도일 수 있거나, 기여도(430, 440 및 450) 중 임의의 하나 이상과 같은, 다른 데이터로부터 유도된 기여도일 수 있다. 또한 다수의 기여도가 제거될 수 있다. 예를 들어, 처리 변수(530)와 관련된 선택적인 기여도(540)는 기여도(520)와 함께 패터닝된 기판 계측 데이터(500)로부터 제거될 수 있다. 인식될 바와 같이, 패터닝 공정을 이용한 다수의 기판의 처리로부터의 데이터는 패터닝된 기판 계측 데이터를 획득하기 위해 사용될 수 있다.
실시예에서, 패터닝된 기판 계측 데이터는 디바이스 패턴과 별개인 패턴, 예를 들어 다이의 비기능 영역에서의, 다이들 사이의 또는 테스트 기판 상의 계측 피처로부터의 것이다. 따라서, 예를 들어, 하나 이상의 처리 변수의 기여도는 이러한 계측 데이터로부터 제거될 수 있으며, 그에 의하여 이러한 계측 데이터에 대한 하나 이상의 처리 변수의 나머지 기여도를 획득한다. 디바이스 패턴으로부터 계측 데이터를 실제로 획득할 필요없이, 나머지 기여도에 기초하여 동일한 또는 상이한 기판 상의 디바이스 패턴의 계측 데이터에 대한 비교할 만한 기여도가 그후 획득될 수 있다. 예를 들어, 적용 가능한 하나 이상의 처리 변수가 디바이스 패턴 및 별개 패턴에 대해 비슷한 영향을 갖기 때문에 디바이스 패턴의 계측에 대한 기여도는 나머지 기여도와 동일한 것으로 추정될 수 있다. 실시예에서, 별개의 패턴은 테스트 목적 (예를 들어, 계측 타겟)을 위한 패턴이며, 별개 패턴에서 계측을 수행하는 것은 기판 상의 디바이스 패턴에 영향을 미치지 않는다.
따라서, 기여도를 조합하고 및/또는 패터닝된 기판 계측 데이터로부터 기여도를 제거함으로써, 그 기판에 대한 패터닝된 기판 계측 데이터를 반드시 획득할 필요없이 기판의 관심 대상 매개변수의 추정이 획득될 수 있다. 이것은 다양한 기여도의 본질을 인식함으로써 이루어진다.
실시예에서, 하나 이상의 처리 변수의 기여도는 장치 (예를 들어, 리소그래피 장치) 특정적일 수 있다; 즉, 기여도는 어떤 실제 장치 또는 장치들의 조합에 특정적이다. 따라서, 실시예에서, 하나 이상의 처리 변수의 기여도는 모든 기판에 걸쳐 반복적으로 사용될 수 있다. 따라서, 하나 이상의 처리 변수의 기여도는 미리 특징지어지고 다양한 조합/제거 공정을 위해 데이터베이스로부터 획득될 수 있다. 기여도는 장치의 전체 또는 특정 부분 (예를 들어, 에칭 챔버)으로서 장치 특정적일 수 있다. 이러한 변수의 예는 스핀 코팅, 노광-후 베이크, 현상, 에칭, 증착, 도핑 및/또는 패키징과 같은, 리소그래피 장치에서의 패턴 전사에 앞선 그리고 후속하는 공정들의 다양한 특성을 포함할 수 있으나, 이에 제한되지 않는다.
실시예에서, 하나 이상의 처리 변수의 기여도는 특정 기판에 특정적이지 않으며 (따라서 기판들에 걸쳐 사용될 수 있다). 따라서, 하나 이상의 처리 변수의 기여도는 미리 특징지어질 수 있으며 다양한 조합/제거 공정을 위하여 나중에 데이터베이스로부터 획득될 수 있다. 하나 이상의 처리 변수의 이 기여도는 이를 특정 기판에 대한 하나 이상의 변수의 데이터와 민감도 관계와 조합시킴으로써 특정 기판에 적용될 수 있다. 이러한 변수의 예는 조명의 변수, 투영 시스템, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 스테이지 이동의 특성 (예를 들어, 기판 스테이지의 이동의 이동 표준 편차(MSD), 기판 스테이지의 이동의 이동 평균, 주파수, 진폭 등), 고주파 레이저 대역폭 변화 (예를 들어, 주파수, 진폭 등), 고주파 레이저 파장 변화, 및/또는 기판의 평탄성을 포함할 수 있지만, 이에 제한되지 않는다.
실시예에서, 하나 이상의 처리 변수의 기여도는 기판 특정적일 수 있다. 예를 들어, 기여도는 각 기판 또는 특정 그룹의 기판에 대해 결정될 수 있다. 이러한 변수의 예는 기판 기하학적 구조 (높이 맵, 변형 맵), 기판 처리 조건, 조명의 변수, 투영 시스템의 변수, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 스테이지 이동의 특성 (예를 들어, 기판 스테이지의 이동의 이동 표준 편차(MSD), 기판 스테이지의 이동의 이동 평균, 등), 고주파 레이저 대역폭 변화 (예를 들어, 주파수, 진폭 등), 고주파 레이저 파장 변화, 및/또는 기판의 평탄성을 포함할 수 있지만, 이에 제한되지 않는다.
실시예에서, 하나 이상의 처리 변수의 기여도는 패턴 또는 패터닝 디바이스 특정적일 수 있다; 즉, 기여도는 어떤 실제 패터닝 디바이스 또는 패터닝 디바이스에 의해 제공될 특정 패턴에 특정적이다. 이 기여도는 더 기판 독립적일 수 있다. 따라서, 패턴 또는 패터닝 디바이스 특정 기여도는 미리 특징지어질 수 있으며 다양한 조합 공정을 위하여 이후에 데이터베이스로부터 획득될 수 있다. 그러한 변수의 예는 패터닝 디바이스 피처 CD, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정 등을 포함할 수 있지만, 이에 제한되지는 않는다.
실시예에서, 상이한 처리 변수와 관련된 기여도는 상이한 공간적 균일성을 가질 수 있다. 예를 들어, 일부 처리 변수의 기여도는 전체 기판에 걸쳐 본질적으로 공간적으로 균일할 수 있는 반면, 일부 다른 처리 변수의 기여도는 전체 기판에 걸쳐 그렇게 공간적으로 균일하지 않을 수 있다. 이 차이는 처리 변수의 상이한 특성 때문이라고 할 수 있다. 예를 들어, 전체 기판이 일반적으로 동시에 그리고 동일한 조건 하에서 레지스트 층으로 코팅되고, 현상되고 또는 에칭되기 때문에 레지스트 층, 레지스트 층의 현상 및/또는 기판의 에칭과 관련된 하나 이상의 처리 변수의 기여도는 본질적으로 공간적으로 균일한 경향이 있거나, 예를 들어 다수의 이러한 공정 중의 기판의 회전 때문에 대칭인 경향이 있다. 예를 들어, 패턴 전사가 위치 특정적인 경향이 있고 하나 이상의 처리 변수가 한 위치에 대한 패턴 전사와 다른 위치에 대한 패턴 전사 사이에서 변경될 수 있기 때문에 패턴 전사 또는 리소그래피 장치와 관련된 하나 이상의 처리 변수의 기여도는 공간적으로 덜 균일한 경향이 있다. 따라서, 본질적으로 공간적으로 균일하지 않은 기여도가 패터닝된 기판 계측 데이터로부터 제거될 수 있다면, 본질적으로 공간적으로 균일한 기여도가 패터닝된 기판 계측 데이터로부터 획득될 수 있다.
따라서, 특정 예에서, 레벨링 정보, 기판의 이동의 이동 평균(MA), MSDxyz, 선량, 레이저 대역폭, 퓨필 형상과 같은 처리 변수 데이터가 기판 상에서 노광된 각 포인트에 대해 리소그래피 장치로부터 수집될 수 있다. 이 데이터는 전형적으로 리소그래피 장치에서, 예를 들어 진단 파일에서 이미 이용 가능하다. 이 데이터로부터, 위에서 설명된 기여도는 하나 이상의 처리 변수에 대한 관심 대상 매개변수의 민감도를 설명하는 관심 대상 매개변수에 대한 모델을 사용하여 생성될 수 있다. 하나 이상의 민감도는 시뮬레이션으로부터 또는 실험으로부터 획득될 수 있다. 트랙 및 레지스트 모델 교정이 완벽할 것이라는 점을 가정하면, 이 방식으로 생성된 기여도는 레지스트 현상 후 측정 중에 보여질 것으로 예상되는 것이다. 기판이, 예를 들어 현상 후 또는 에칭 후에 측정되면, 기여도는 패터닝된 기판 계측 데이터로부터 제거된다. 나머지 기여도는 이제 패턴 전사 전 또는 후 공정 (예를 들어, 일반적으로 필드 간(interfiled)인 트랙 및/또는 에칭 장치에 의하여) 및 패터닝 디바이스 (필드 내)에 의한 기여도이다. 리소그래피 장치 오차는 패터닝된 기판 계측 데이터로부터 보정되었을 것이다. 유사하게, 패터닝 디바이스 기여도는 측정되고 그 기여도는 제거되어 패턴 전사 전- 또는 후- 공정에 의하여 기여도를 남길 수 있다. 공정 흐름 (예를 들어, 패터닝 공정 단계 및/또는 사용된 장치의 조합)마다 또는 특정 장치 또는 그 일부 (예를 들어, 에칭 장치 또는 에칭 챔버)마다 기여도가 제거될 수 있다.
따라서 이 기술을 통해, 관심 대상 매개변수에 대한 기여도는 모델링된 관계를 통하여 또는 알려진 기여도를 패터닝된 기판 계측 데이터로부터 제거함으로써 획득될 수 있다. 또한, 하나 이상의 기여도는 장치 특정적일 수 있지만, 기판 독립적일 수 있다. 그러나, 하나 이상의 다른 기여도는 기판 특정적일 수 있다. 따라서, 기여도의 적절한 혼합 및 매칭에 의하여, 패터닝 공정의 특정 지점에서의 관심 대상 매개변수의 추정치가 추정될 수 있다.
따라서, 이 기여도의 적용의 일부 특정 예가 기판에 대한 각각의 초점, CD 및 오버레이의 추정을 결정하기 위해 초점, CD 및 오버레이의 맥락에서 설명될 것이다. 인식될 바와 같이, 부가적인 또는 다른 관심 대상 매개변수가 처리되고 추정될 수 있다.
이 예를 가능하게 하기 위해, 다양한 데이터가 사용된다. 예를 들어, 리소그래피 장치는 패턴 전사 제어를 위하여 사용된, 통합된 현저한 계측 능력을 갖고 있다. 이러한 통합된 계측의 예는 서보 제어를 위한 기판 및/또는 패터닝 디바이스의 위치 측정 디바이스 (예를 들어, 센서(IF)), 레벨링 제어를 위한 기판 표면 측정용 레벨링 센서 (예를 들어, 센서(LS)), 오버레이 제어를 가능하게 하기 위해 기판의 배향, 위치 및/또는 변형을 측정하기 위한 정렬 센서 (예를 들어, 센서(AS)), 및/또는 투영 시스템의 파면을 제어하기 위한 수차 센서 (예를 들어, 위에서 설명된 시어링 간섭계)이다. 리소그래피 장치는 그의 전체 CD, 오버레이 및/또는 초점 버짓(focus budget)이 만족되지만 동시에 또한 제어 후에 남아 있는 잔차 및/또는 오차의 트랙을 유지하는 레벨에서의 제어를 위하여 이 센서로부터의 데이터를 이용할 것이다. 이러한 잔차 및/또는 오차는 패턴 전사 동안 어떤 CD, 오버레이 및/또는 초점 오차가 만들어졌는지, 즉 CD, 오버레이 및/또는 초점 핑거프린트에 대한 리소그래피 장치의 기여도를 계산하기 위하여 사용될 수 있다. 인식될 바와 같이, 패터닝 공정에 사용되는 다른 장치는 장치의 적용 가능한 계측에 대해 유사한 정보를 가질 수 있다.
또한, 리소그래피 장치 설정 또는 제어는 하나 이상의 수학적 모델을 이용하여 각각의 교정 또는 제어 보정을 결정할 수 있다. 그러나, 이러한 하나 이상의 모델은 비-제로 잔류 오차로 이어지는 내재된(built-in) 추정 또는 한계를 가질 수 있다. 이러한 모델 잔차는 어떤 CD, 오버레이 및/또는 초점 오차가 만들어졌는지, 즉 CD, 오버레이 및/또는 초점 핑거프린트에 대한 모델의 기여도를 계산하기 위하여 사용될 수 있다. 인식될 바와 같이, 패터닝 공정에 사용되는 다른 장치는 유사한 모델 정보를 가질 수 있다.
또한, 리소그래피 장치는 하나 이상의 매개변수 (예를 들어, 초점, 오버레이 등)의 임의의 전반적인 그리고 국부적인 핑거프린트를 제거하는 것을 돕기 위해 인-레지스트(in-resist) 측정을 사용함으로써 설정될 수 있다. 그러나 전반적인 핑거프린팅은 교정이 수행되었던 마지막 시간으로부터 시간이 지남에 따라 드리프트(drift)할 수 있다. 이 설정 상태의 모니터링 및 제어를 위하여, 모니터 기판(monitor substrate)이 노광되고 측정되어 전반적인 핑거프린팅을 모니터링할 수 있다. 모니터 기판은 레지스트 층이 도포된 기판에서 명확한 패턴을 갖는 기본적인 기판일 수 있으며, 명확한 패턴과 관련하여 패턴으로 노광되고 현상되며 이후 측정된다. 측정되면, 모니터 기판 상의 레지스트는 벗겨져 명확한 패턴이 남겨질 수 있으며 따라서 새로운 레지스트 층이 도포될 수 있다. 이 측정에 기초하여, 리소그래피 장치에 대하여 보정이 이루어질 수 있으며 따라서 이 보정은 기여도를 결정하는데 있어 고려될 필요가 있다. 실시예에서, 모니터 기판은 명확한 패턴을 사용하여 오버레이를 결정하기 위해 및/또는 레지스트 패턴을 사용하여 초점을 결정하기 위해 사용될 수 있다.
초점 예로 돌아가서, 본 기술은 본질적으로 두 가지 주요 부분을 포함하고 있다. 제1 부분은 추정 공정에서 특정 기판에 대한 초점의 추정을 결정하기 위해 사용되는 하나 이상의 유형의 리소그래피 장치 처리 변수에 반영되지 않는 리소그래피 장치의 기본적인 초점 기여도를 효과적으로 결정하기 위한 설정 공정이다. 제2 부분은 특정 기판에 대한 초점의 추정을 결정하기 위해 고려 중인 기판에 대한 하나 이상의 유형의 리소그래피 장치 처리 변수와 관련된 초점 기여도를 이용하는 추정 공정이다.
따라서, 실시예에 따른 설정 공정에서, 하나 이상의 기판에 대해 패터닝된 기판 초점 계측 데이터가 획득되고, 그후 하나 이상의 유형의 리소그래피 장치 처리 변수의 기여도가 도 10에서 위에서 설명된 것과 유사하게 제거된다. 제거될 수 있는 한 유형의 기여도가, 예를 들어 리소그래피 장치의 레벨링 센서와 관련된 기판 높이 잔차 또는 오차 맵의 초점 기여도이다. 제거될 수 있는 추가 유형의 기여도는, 예를 들어 시어링 간섭계 및/또는 투영 시스템 모델 잔차로부터 획득될 수 있는, 투영 시스템 이미지 평면 편차(IPD)의 초점 기여도이다. 제거될 수 있는 추가 유형의 기여도는 적용 가능한 포지셔너, 위치 측정 디바이스 (예를 들어, 센서(IF)) 및/또는 서보 제어 모델의 잔차로부터 획득될 수 있는, 패터닝 디바이스 및/또는 기판 서보 제어 (예를 들어, MA)의 초점 기여도이다. 위에서 논의된 바와 같이, 처리 변수로부터 초점 기여도로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
필요에 따라, 기여도 핑거프린트는 (기여도 핑거프린트들 중 하나의 그리드 또는 상이한 그리드와 동일할 수 있는) 동일한 그리드로 재-그리드될 수 있다. 유사하게, 기여도 핑거프린트는 패터닝된 기판 계측 데이터로 재-그리드될 수 있으며, 또는 그 반대일 수 있다. 실시예에서, 재-그리딩(re-gridding)은 업 샘플링 또는 다운 샘플링을 포함하고 있다.
실시예에서, 필터링 (예를 들어, 이동 평균, 디컨볼루션(deconvolution), FFT 등)은 바람직하게는 다른 기여도와 조합하기 전에 기여도에 적용된다.
실시예에서, 리소그래피 장치의 기본적인 초점 기여도는 한 번 효과적으로 결정될 수 있으며 다양한 초점 추정을 위하여 사용될 수 있고, 따라서 계측량은 각 기판을 측정하는 것과 비교하여 상당히 감소될 수 있다. 실시예에서, 패터닝된 기판 초점 계측 데이터는 기판 상의 위치 (예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 기판의 수 (예를 들어, 25개 이상의 기판의 로트로부터 10개 이하의 기판)의 비교적 간헐적인 샘플링에 의해 획득될 수 있다.
실시예에서, 패터닝된 기판 초점 계측 데이터는 위에서 설명된 바와 같이 모니터 기판의 측정된 초점 핑거프린트일 수 있다. 따라서 이미 캡처되고 있는 데이터가 사용될 수 있다. 따라서, 측정된 초점 핑거프린트는, 투영 시스템 이미지 평면 편차(IPD)의 초점 기여도, 기판 높이 잔차 또는 오차 맵의 초점 기여도, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 초점 기여도와 같은, 리소그래피 장치 센서 정보로부터 유도된 것과 같은 리소그래피 장치 영향에 대해 보정되어 리소그래피 장치의 기본적인 초점 기여도에 이를 수 있다.
리소그래피 장치의 기본적인 초점 기여도는 그후 제품 상 초점 추정에 사용하기 위하여 저장된다. 리소그래피 장치의 기본적인 초점 기여도는 다수의 리소그래피 장치에 대해 결정될 수 있다. 리소그래피 장치의 기본적인 초점 기여도는 사용된 리소그래피 장치의 디바이스들의 특정 조합에 대해 결정될 수 있다. 예를 들어, 리소그래피 장치는 기판이 노광될 수 있는 하나 이상의 기판 테이블을 가질 수 있으며, 따라서 리소그래피 장치의 기본적인 초점 기여도는 사용된 디바이스들의 특정 조합 및/또는 다수의 조합에 대해 결정될 수 있다.
이후, 제품 상 추정을 위하여, 초점과 관련된 하나 이상의 유형의 리소그래피 장치 처리 변수의 오차 또는 잔차가 관심 대상 기판에 대해 획득되며 그의 초점 기여도가 결정된다. 예를 들어, 투영 시스템 이미지 평면 편차(IPD)의 초점 기여도, 기판 높이 잔차 또는 에러 맵의 초점 기여도, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 초점 기여도가 관심 대상 기판에 대하여 획득된다. 부가될 수 있는 추가 유형의 기여도는 측정에 의해 획득될 수 있는, 특정 관심 대상 기판을 위하여 사용되고 있는 패터닝 디바이스에 기인하는 패터닝 디바이스 오차의 초점 기여도이다. 이 기여도는 리소그래피 장치의 적용 가능한 기본적인 초점 기여도가 관심 대상 기판을 위하여 패터닝 디바이스를 사용하지 않고 획득된 경우에 특히 사용될 수 있다.
또한, 위에서 설명된 바와 같이, 리소그래피 장치의 적용 가능한 기본적인 초점 기여도가 획득된다. 그후, 리소그래피 장치의 적용 가능한 기본적인 초점 기여도는, 도 9에 관하여 위에서 설명된 것과 유사하게, 관심 대상 기판의 하나 이상의 특정 초점 기여도와 조합되어 관심 대상 기판에 대한 추정된 초점 핑거프린트를 획득한다. 따라서, 초점 오차의 추정은 임의의 기판 상의 임의의 또는 거의 임의의 위치에서 결정될 수 있다.
이제 CD 예로 돌아가서, 원칙적으로 기판에서 CD 변동을 유발할 수 있는 다수의 처리 변수가 있다. 실시예에서, 기판에 걸친 어떤 CD 변동이 고려된다. 특히, 초점, 초점 블러(blur), 선량 및 전체 공정에 대하여 CD 변동 기여도가 고려된다. CD 변동에 대한 필드 내 기여자인 패터닝 디바이스가 또한 고려될 수 있지만 단지 편의를 위하여 더 설명되지 않을 것이다.
CD에 대한 초점 기여도는 위에서 설명된 바와 같이 초점 기여도, 특히 고려 중인 기판에 대한 리소그래피 장치의 하나 이상의 처리 변수의 초점 기여도와의 기본적인 리소그래피 장치 초점 기여도의 조합에 기초할 수 있다. 예를 들어 (리소 후 및/또는 에칭 후) 피처의 보슝(Bossung) 거동이 실험 또는 시뮬레이션을 통해 알려질 수 있다는 것을 고려하면, 이 치밀한 초점 정보는 원칙적으로 임의의 패턴 피처에 대해 필드에 걸쳐 및/또는 기판에 걸쳐 ΔCD 기여도로 변환될 수 있다. 따라서, 초점 값을 갖는 기판 상의 임의의 위치(x, y)에 대해, 그 기판 위치(x, y)에 대응하는 CD 값이 계산될 수 있다:
여기서 HDFM은 초점 예에서 위에서 설명된 바와 같이, 유도된 고밀도 초점 맵과 같은 초점 맵에 대응한다.
CD에 대한 초점 블러 기여도는 서보 정보 (예를 들어, z 방향의 MSD)와 같은 리소그래피 장치 데이터를 사용하여 획득될 수 있다. 초점 블러 정보는 스캔 방향에 걸쳐 그리고 기판에 걸쳐 ΔCD 기여도로 변환될 수 있다. CD로의 이 초점 데이터 변환은 또한 피처 특정적이며 실험 또는 시뮬레이션을 통해 알려질 수 있다:
여기서, f 블러는 초점 블러링(blurring)에 대응한다.
CD에 대한 선량 기여도는 (예를 들어, 선량 매핑 시스템에 의해 결정된) 리소그래피 장치의 선량 변동에 기인한다. 노광 동안 기판에 걸친 선량 변동은 적용 가능한 피처의 적절한 선량 민감도를 사용하여 ΔCD 기여도로 변환될 수 있으며, 이는 실험 또는 시뮬레이션을 통해 알려질 수 있다:
CD에 대한 전체 공정 기여도는 패턴 전사만으로부터 분리된 패터닝 공정의 일부로서의 다양한 공정 단계에서 발생하는 CD 변동이다. 따라서, 실시예에서, 전체 공정 기여도는 최종 에칭 단계 후 CD 변동의 상태이며 CD 변동을 추정하는데 고려되는 다양한 다른 CD 변동에 기인하지 않는다. 따라서, 실시예에서, 이 기여도는 예를 들어, 막 증착 변동, 베이킹 및/또는 현상 변동 및/또는 에칭 공정 변동으로부터 발생하는 공정 변동에 대해 설명되지 않은 모든 공정의 누적 효과이다. CD에 대한 전체 공정 기여도에 기여하는 처리 변수의 예는 레지스트 층 아래의 구조체의 특성, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 리소그래피 장치에서의, 예를 들어, 스핀 코팅, 노광 후 베이킹, 현상, 에칭, 증착, 도핑 및/또는 패키징과 같은 패턴 전사에 앞선 또는 후속의 하나 이상의 공정의 특성을 포함할 수 있다. 그리고, CD에 대한 전체 공정 기여도는 에칭 후에 관하여 설명되지만, 전체 공정 기여도는 패터닝 공정에서의 상이한 지점에 대해 획득, 예를 들어 현상 후 그러나 에칭 전에 획득될 수 있다.
따라서 초점 예의 설정 공정과 유사하게, 초점, 초점 블러 및 선량으로 인한 이 ΔCD 기여도 모두가 사용되고 기판 CD 측정으로부터 차감되어 전체 공정 기여도를 추정할 수 있다. 즉, 실시예에서, 에칭 후 전체 공정 기여도가, (앵커 피처에 대한) 초점, 초점 블러 및 선량에 대한 ΔCD 기여도가 제거되는 에칭 후 앵커 피처(anchor feature) CD 측정으로부터 생성될 수 있다. 언급된 바와 같이, 전체 공정 기여도는 적절한 앵커 피처로부터 추정된다. 따라서, 실시예에서, 다른 피처에 대한 전체 공정 기여도가 앵커 피처로부터 결정될 수 있다. 예를 들어, 전체 공정 기여도의 나머지는 앵커 피처의 특성의 비율로 표현될 수 있다. 전체 공정 기여도가 패터닝 공정에서의 상이한 지점에 대해 획득, 예를 들어 현상 후 그러나 에칭 전에 획득되는 경우, 현상 후 그러나 에칭 전 CD 측정이 사용될 수 있다.
실시예에서, 전체 공정 기여도는 한번 효과적으로 결정될 수 있으며 다양한 CD 추정을 위하여 사용될 수 있고, 따라서 계측량은 각 기판을 측정하는 것과 비교하여 상당히 감소될 수 있다. 실시예에서, 패터닝된 기판 초점 계측 데이터는 기판 상의 위치 (예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 기판의 수 (예를 들어, 25개 이상의 기판의 로트로부터 10개 이하의 기판)의 비교적 간헐적인 샘플링에 의해 획득될 수 있다.
전체 공정 기여도는 그후 제품 상 CD 추정에 사용하기 위하여 저장된다. 전체 공정 기여도는 특정 및/또는 다수의 장치 구성(예를 들어, 하나 이상의 특정 에칭 챔버, 에칭 챔버와 베이크 플레이트의 하나 이상의 특정 조합, 기판 테이블과 에칭 챔버의 하나 이상의 특정 조합 등)에 대하여 결정될 수 있다.
그후, 위에서 설명된 초점 추정 단계와 유사하게, 제품 상 CD의 추정이 획득될 수 있다. 실시예에서, CD와 관련된 하나 이상의 유형의 리소그래피 장치 처리 변수의 오차 또는 잔차가 관심 대상 기판에 대해 획득되고 그의 CD 기여도가 결정된다. 예를 들어, 초점, 초점 블러 및/또는 선량의 CD 기여도가 관심 대상 기판에 대해 획득될 수 있다. 부가될 수 있는 추가 유형의 기여도는 측정에 의해 획득될 수 있는, 특정 관심 대상 기판을 위하여 사용되는 패터닝 디바이스에 기인하는 패터닝 디바이스 오차의 CD 기여도이다.
또한, 위에서 설명된 바와 같이, CD에 대한 적용 가능한 전체 공정 기여도가 획득된다. 그후, CD에 대한 적용 가능한 전체 공정 기여도는, 도 9에 관하여 위에서 설명된 것과 유사하게, 관심 대상 기판의 하나 이상의 특정 CD 기여도와 조합되어 관심 대상 기판에 대한 추정된 CD 핑거프린트를 획득한다. 따라서, CD 오차의 추정이 임의의 기판 상의 임의의 또는 거의 임의의 위치에서 결정될 수 있다.
더욱이, 핫 스폿과 같은, 기판 상의 하나 이상의 특정 패턴 피처에 대해 추정이 획득될 수 있다. 위에서 언급된 바와 같이, CD에 대한 전체 공정 기여도는 특정 앵커 피처에 대해 결정되었지만, 하나 이상의 관심 대상 특정 피처에 대해 스케일링될 수 있다. 또한, (초점, 포커스 블러 및/또는 선량과 같은) 하나 이상의 유형의 리소그래피 장치 처리 변수의 CD 기여도는 CD 변동과 하나 이상의 유형의 리소그래피 장치 처리 변수 간의 하나 이상의 측정 피처에 대한 적절한 민감도에 기초하여 계산될 수 있다. 이러한 민감도는 예를 들어 시뮬레이션 및/또는 실험에 의해 획득될 수 있다. 따라서, 각각 상이한 핫 스폿 또는 패턴의 다른 관심 대상 피처에 대해 다수의 CD 기판 핑거프린트가 획득될 수 있다.
방법론은, 예를 들어 하나 이상의 관련있는 모델, 예를 들어 패터닝 디바이스 및/또는 수차 모델 내의 더 많은 매개변수로 개선될 수 있다. 방법론은 예를 들어, 전체 공정 기여도를 상이한 피처에 대한 상이한 민감도로 상이한 기여자, 예를 들어 증착, 리소그래피 및/또는 에칭으로 분해하여 전체 공정 기여도를 추정함으로써 확장될 수 있다.
실시예에서, 패터닝 공정의 일부로서 적용된 선량 보정은 결과에 대해 보정될 수 있다. 예를 들어, 리소셀은, 예를 들어 ASML의 Dosemapper 시스템을 사용하여 선량 보정을 적용할 수 있다. 따라서 이 보정은 CD의 추정의 결정에 설명되어 있다.
이제 오버레이 예로 돌아가서, 데이터는 기판 상으로의 적어도 2개의 상이한 패턴 전사로부터 사용된다. 기술은 초점과 CD 예와 관련하여 위에서 설명한 것과 유사하다.
이 기술은 본질적으로 두 가지 주요 부분을 포함하고 있다. 제1 부분은 추정 공정에서 특정 기판에 대한 오버레이의 추정을 결정하기 위해 사용되는 하나 이상의 유형의 리소그래피 장치 처리 변수에 반영되지 않는 리소그래피 장치의 기본적인 오버레이 기여도를 효과적으로 결정하기 위한 설정 공정이다. 선택적으로, 전체 공정 오버레이 기여도는 또한 위에서 설명된 CD 예의 전체 공정 CD 기여도와 유사하게 결정될 수 있다. 제2 부분은 특정 기판에 대한 오버레이의 추정을 결정하기 위해 적어도 2개의 패턴 전사 각각에 대해 고려 중인 기판에 대한 하나 이상의 유형의 리소그래피 장치 처리 변수와 관련된 오버레이 기여도를 이용하는 추정 공정이다.
따라서, 실시예에 따른 설정 공정에서, 패터닝된 기판 오버레이 계측 데이터가 하나 이상의 기판에 대해 획득되며, 그후 적어도 2개의 패턴 전사 각각에 대한 하나 이상의 유형의 리소그래피 장치 처리 변수의 기여도가 도 10에서 위에서 설명된 것과 유사하게 제거된다. 제거될 수 있는 한 유형의 기여도가, 예를 들어 리소그래피 장치의 레벨링 센서로부터 획득된 기판 높이 맵의 오버레이 기여도이다. 2개의 패턴 전사를 위한 기판 높이 맵에 대하여 차이가 발견될 수 있으며, 그후 그 차이는 오버레이 값 그리고 따라서 오버레이 기여도로 변환될 수 있다. 예를 들어, 높이 차이를 기판의 뒤틀림 또는 굽힘으로 고려함으로써 그리고 X 및/또는 Y 변위를 계산하기 위해 기본 원칙(first principles)을 사용함으로써 Z 높이 차이는 X 및/또는 Y 변위로 바뀔 수 있다. (예를 들어, 변위는 예를 들어, 기판의 클램핑된 영역 내에서 Z의 변동 대 X의 변동 또는 기판 두께의 절반의 Y배일 수 있으며, 또는 변위는, 예를 들어 기판의 비감쇠 영역에서 Kirchoff-Love 플레이트 이론을 사용하여 계산될 수 있다). 실시예에서, 오버레이 기여도로의 높이의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다. 따라서, 패턴 전사마다 이러한 기판 높이 정보를 사용함으로써, 초점 또는 척 스폿(chuck spot)으로 인한 오버레이 영향이 관찰되고 설명될 수 있다.
제거될 수 있는 추가 유형의 기여도는 (Z를 중심으로 하는 회전을 포함하는) X 및/또는 Y 방향으로의 패터닝 디바이스 및/또는 기판 서보 제어 (예를 들어, MA)의 오버레이 기여도이며, 이는 적용 가능한 포지셔너, 위치 측정 디바이스 (예를 들어, 센서(IF)) 및/또는 서보 제어 모델의 잔차로부터 획득될 수 있다. 2개의 패턴 전사에 대해 기판에 걸친 서보 제어 값에 대한 차이가 찾아질 수 있으며, 그러면 그 차이는 오버레이 기여도를 나타낼 수 있다. 필요한 경우, 서보 제어 값에서 오버레이 기여도로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
제거될 수 있는 추가 유형의 기여도는 (예를 들어, 시어링 간섭계로부터 획득될 수 있는) 투영 시스템 수차 및/또는 투영 시스템 모델 잔차의 오버레이 기여도이다. 수차 및/또는 잔차에서 오버레이 기여도로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다.
제거될 수 있는 추가 유형의 기여도는 정렬 시스템 모델 잔차의 오버레이 기여도이며, 이는 리소그래피 장치에 의해 제공될 수 있다. 잔차에서 오버레이 기여도로의 변환은 시뮬레이션, 수학적 모델링 및/또는 실험을 통해 결정될 수 있다. 실시예에서, 정렬 시스템 모델 잔차는 상이한 패턴 전사 단계에 대해 상이할 수 있으며, 따라서 상이한 패턴 전송 단계에 대한 정렬 시스템 모델 잔차의 조합/차이가 사용되어 오버레이 기여도를 획득할 수 있다. 실시예에서, 정렬 모델 잔차는 기판 높이에 대해 보정될 수 있다.
필요에 따라, 기여도 핑거프린트는 동일한 그리드로 재-그리드될 수 있다. 유사하게, 기여도 핑거프린트는 패터닝된 기판 계측 데이터로 재-그리드될 수 있으며, 또는 그 반대일 수 있다.
실시예에서, 리소그래피 장치의 기본적인 오버레이 기여도는 한 번 효과적으로 결정될 수 있으며 다양한 오버레이 추정을 위하여 사용될 수 있고, 따라서 계측량은 각 기판을 측정하는 것과 비교하여 상당히 감소될 수 있다. 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 기판 상의 위치 (예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 기판의 수 (예를 들어, 25개 이상의 기판의 로트로부터 10개 이하의 기판)의 비교적 간헐적인 샘플링에 의해 획득될 수 있다.
실시예에서, 패터닝된 기판 오버레이 계측 데이터는 위에서 설명된 바와 같이 모니터 기판의 측정된 오버레이 핑거프린트일 수 있다. 따라서 이미 캡처되고 있는 데이터가 사용될 수 있다. 따라서, 측정된 초점 핑거프린트는, 투영 시스템의 오버레이 기여도, 기판 높이의 오버레이 기여도, 정렬 모델 잔차의 오버레이기여도 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 오버레이 기여도와 같은, 리소그래피 장치 센서 정보로부터 유도된 것과 같은 리스그래피 장치 영향에 대해 보정되어 리소그래피 장치의 기본적인 오버레이 기여도에 이를 수 있다. 실시예에서, 측정된 오버레이 핑거프린트 데이터는 제품 기판의 제1 패턴 전사를 위해 한번 캡처될 것이며, 그후 (패턴 전사들 사이에서의 모니터 기판의 재작업으로) 제2 패턴 전사를 위해 캡처될 것이다. 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 제1 패턴 전사 이후 하나 이상의 모니터 기판으로부터 측정된 오버레이 핑거프린트와 제2 패턴 전사 이후 하나 이상의 모니터 기판으로부터 측정된 오버레이 핑거프린트 간의 차이로부터 획득된 오버레이 델타(delta) 핑거프린트이다. 따라서, 일련의 모니터 기판들을 제품 층과 거의 동시에 노광함으로써, 단기 드리프트 측면에서 오버레이에 대한 리소그래피 장치 기여도가 정량화될 수 있다. 즉, 오버레이 델타 핑거프린트로, 제1 패턴 전사와 제2 패턴 전사 간의 단기 드리프트로 인한 필드 간 오버레이에 관한 리소그래피 장치 기여도가 획득될 수 있다.
선택적으로, 애칭 후 오버레이가 요구되는 경우, 오버레이에 대한 에칭 공정 기여도가 결정될 수 있으며, 이는 에칭으로부터 발생하는 오버레이 변동이다. 에칭 공정 오버레이 기여도를 획득하기 위해, 현상 후 그러나 에칭 전의 패터닝된 기판 계측 데이터는 에칭 후 패터닝된 기판 계측 데이터로부터 제거되어 에칭 공정 오버레이 기여도를 획득할 수 있다. 실시예에서, 에칭 공정 오버레이 기여도는 한번 효과적으로 결정될 수 있으며 다양한 오버레이 추정을 위하여 사용될 수 있고, 따라서 계측량은 각 기판을 측정하는 것과 비교하여 상당히 감소될 수 있다. 실시예에서, 패터닝된 기판 오버레이 계측 데이터는 기판 상의 위치 (예를 들어, 기판 상의 500개 이하의 타겟) 및/또는 하나 이상의 로트로부터의 기판의 수 (예를 들어, 25개 이상의 기판의 로트로부터 10개 이하의 기판)의 비교적 간헐적인 샘플링에 의해 획득될 수 있다. 각 패턴 전사 후 각 핑거프린트가 동일하다고 가정하면, 제1 또는 제2 패턴 전사에서의 유도된 에칭 공정 핑거프린트는, 제1 또는 제2 패턴 전사의 다른 것의 에칭 후에, 현상 후 그러나 에칭 전 오버레이 측정과 에칭 후 오버레이 측정 간의 델타 핑거프린트로 추론될 수 있다.
리소그래피 장치의 기본적인 오버레이 기여도 (및 선택적 에칭 공정 오버레이 기여도)는 그후 제품 상 오버레이 추정에서의 사용을 위하여 저장된다. 리소그래피 장치의 기본적인 오버레이 기여도는 다수의 리소그래피 장치에 대해 결정될 수 있다. 리소그래피 장치의 기본적인 오버레이 기여도는 사용된 리소그래피 장치의 디바이스들의 특정 조합에 대해 결정될 수 있다. 예를 들어, 리소그래피 장치는 기판이 노광될 수 있는 하나 이상의 기판 테이블을 가질 수 있으며, 따라서 리소그래피 장치의 기본적인 오버레이 기여도는 사용된 디바이스들의 특정 조합 및/또는 다수의 조합에 대해 결정될 수 있다. 에칭 공정 오버레이 기여도는 특정 및/또는 다수의 장치 구성 (예를 들어, 하나 이상의 특정 에칭 챔버)에 대해 결정될 수 있다.
그후, 제품 상 추정을 위해, 오버레이와 관련된 하나 이상의 유형의 리소그래피 장치 처리 변수의 오차 또는 잔차가 관심 대상 기판에 대해 획득되며, 그의 오버레이 기여도가 결정된다. 예를 들어, 투영 시스템의 오버레이 기여도, 기판 높이의 오버레이 기여도, 정렬 모델 잔차의 오버레이 기여도, 및/또는 패터닝 디바이스 및/또는 기판 서보 제어의 오버레이 기여도가 관심 대상 기판에 대하여 획득되어 리소그래피 장치의 기본적인 오버레이 기여도에 이를 수 있다. 실시예에서, 기판 높이의 오버레이 기여도만이 획득된다.
또한, 위에서 설명된 바와 같이, 리소그래피 장치의 적용 가능한 기본적인 오버레이 기여도가 획득되며 선택적으로, 적용 가능한 에칭 공정 오버레이 기여가 획득된다. 그후, 리소그래피 장치의 적용 가능한 기본적인 오버레이 기여도 (및 선택적 에칭 공정 오버레이 기여도)는, 도 9와 관련하여 위에서 설명한 것과 유사하게, 관심 대상 기판의 하나 이상의 특정 오버레이 기여도와 조합되어 관심 대상 기판에 대한 추정된 오버레이 핑거프린트를 획득한다. 따라서, 오버레이의 추정은 임의의 기판 상의 거의 모든 위치에서 결정될 수 있다.
실시예에서, 패터닝 공정의 일부로서 적용된 오버레이 보정은 결과에 대해 보정될 수 있다. 예를 들어, 리소셀은 예를 들어 ASML의 베이스라이너 시스템을 사용하여 모니터 기판의 측정에 기초하여 오버레이 보정을 적용할 수 있다. 따라서, 이 보정은 오버레이의 추정의 결정에 설명되어 있다.
실시예에서, 다중 패터닝 공정에서, 노광 조건과 리소그래피 장치 조건 모두, 예를 들어 노광 선량, 패터닝 디바이스 전송, 패터닝 디바이스 자격 부여(qualification) 오차, 조명 설정, 리소그래피 장치 기판 클램핑 오차 등이 제1 패턴 전사 단계와 제2 패턴 전사 단계 간에 매우 유사한 것이 바람직하다. 더욱이 필드 내 레벨에서의 노광 및 가열 시그니처(signature)는 제1 패턴 전사 단계와 제2 사이에서 유사할 것으로 예상되며, 따라서 오버레이에 미치는 이러한 영향은 작아야 한다.
또한, 실시예에서, 복수의 예측이 조합될 수 있다. 예를 들어, 오버레이 예측과 CD 예측은 조합될 수 있다. 예를 들어, 상이한 패턴 전사 단계들을 사용하여 서로 인접한 구조체들을 생성하고 이 구조체들이 그들 사이에 갭을 갖는 다중 패터닝 상황에서, 상이한 패턴 전사 단계들에 대한 오버레이뿐만 아니라 하나 이상의 상이한 패턴 전사 단계의 CD의 조합은 단독의 오버레이 또는 CD 추정보다 갭 크기의 더 양호한 예측을 제공할 수 있다.
도 11은 실시예에 따른 방법에 대한 흐름을 개략적으로 보여주고 있다. 특히, 본 도면은 리소그래피 장치의 기본적인 초점 기여도, CD에 대한 전체 공정 기여도 및/또는 리소그래피 장치의 기본 오버레이 기여도 (및 선택적으로, 적용 가능한 에칭 공정 오버레이 기여도)와 같은 일반화된 기여도가 기판에 대한 관심 대상 매개변수의 추정을 얻기 위해 관심 기판에 대한 특정 정보에 어떻게 적용될 수 있는지를 보여주고 있다. 따라서, 따라서 기여도(912)는 특정 기판의 하나 이상의 처리 변수 및 예를 들어 핫 스폿에 대한 변수에 대응한다. 이는 모델링에 의하여 디바이스 정보 등으로부터 결정될 수 있다. 또한, 리소그래피 장치의 기본적인 초점 기여도, CD에 대한 전체 공정 기여도 및/또는 리소그래피 장치의 기본적인 오버레이 기여도 (및 선택적으로, 적용 가능한 에칭 공정 오버레이 기여도)와 같은, 복수의 기판에 적용 가능한 기여도(922)가 획득된다. 기여도(922)는 본 명세서에 설명된 기술 중 임의의 것을 사용하여 획득될 수 있다. 기여도(912)는 복수의 기판에 대해 (예를 들어, 모든 관심 대상 기판에 대해) 결정될 수 있는 반면, 기여도(922)는 많은 기판에 걸쳐 반복적으로 사용될 수 있다. 핫 스폿에 대한 패터닝된 기판 계측 데이터를 획득하는 것을 반드시 요구하지 않고, 예를 들어 핫 스폿에 대한 관심 대상 매개변수의 추정(950)을 획득하기 위해 기여도(912) 및 기여도(922)는 조합된다. 절차 970에서, 핫 스폿에 결함이 있는지 여부와 같은 조치를 취하는 것은 관심 대상 매개변수의 추정에 기초하여 결정된다.
따라서, 디바이스 센서 데이터는 인-레지스트 및/또는 에칭 후 계측을 향상시키도록 이용되어 계산된 계측을 획득할 수 있으며, 이 계산된 계측은 예를 들어 기판의 밀집 샘플링을 가질 필요없이 및/또는 각각의 이러한 기판에 대한 패터닝된 기판 계측 데이터를 획득할 필요없이, 모든 기판이 아니라면, 많은 기판에 대한 계측을 제공하지 않고 기판마다 밀집 계측을 제공할 수 있다. 또한, 치밀한 계산된 계측은, 예를 들어 더 높은 차수 보정을 가능하게 할 수 있다. 계산된 계측은 또한 이러한 기판에 대한 패터닝된 기판 계측 데이터를 획득할 필요없이 및/또는 기판 상의 패터닝된 기판 계측 데이터를 치밀하게 계측할 필요없이 가능하게는 기판 당 제어를 포함하는, 더 큰 제어를 가능하게 할 수 있다.
또한, 이 계산된 계측 기술로부터의 추정은 패터닝 공정 제어 (예를 들어, 하나 이상의 공정 변수의 조정), 패터닝 처리 모니터링, 고장 검출, 결함 예측, 패터닝 공정 설계 등과 같은 다양한 적용을 가능하게 할 수 있다.
실시예에서, (도 10을 이용하여 유도된 것과 같은) 유도된 기여도는 관심 대상 매개변수에 대한 하나 이상의 처리 변수의 변화의 기여도를 결정하기 위하여 수학적 모델을 매개변수화하는데 사용될 수 있다. 즉, 수학적 모델은 유도된 기여도에 맞춰질(fitted) 수 있으며, 이에 의하여 수학적 모델의 하나 이상의 매개변수의 값, 상수 등의 값을 획득한다. 따라서, 예로서, 공정 및/또는 기판 적층체의 변화에 맞추기 위해 모델 및 모델에서 표현된 임의의 민감도를 갖는 것이 바람직하다. 따라서, 실시예에서, 측정될 모든 기판에 대해 예측된 기판 핑거프린트가 생성될 수 있다. 이를 위해, 하기 식을 포함하는, 관심 대상 매개변수의 모델은, 예를 들어 CD에 대해 수립될 수 있다.
기판의 측정으로, 전- 및/또는 후-공정 (예를 들어, 트랙/에칭) 핑거프린트 및 패터닝 디바이스 핑거프린트가 제거될 수 있다. 나머지 핑거프린트 측정은 예측 값과 비교될 수 있다. 이 상황에서 CD, 선량, 초점, MSD-xyz, 수차 등이 알려진 일련의 식 (측정 포인트만큼 많은 식)이 있다. 이 식 세트는 원하는 민감도 (al, a2, ...)에 대해 풀릴 수 있다. 이것이 어떤 디바이스 패턴에 대해 측정된 다수의 기판을 위해 수행될 때, 원하는 민감도를 재추정하기 위한 많은 데이터가 있을 것이다. 다수의 리소그래피 장치로부터의 데이터가 사용되고 및/또는 초점 노광 매트릭스 노광으로부터의 데이터가 동일한 방식으로 사용되는 경우, 입력 신호 (예를 들어, 초점, 선량, MSD, CD 등)의 충분한 변동은 민감도의 적절한 추정을 가능하게 할 수 있다. 또한, 이 기술은 초점 심도, 노광 관용도, 오버레이, 에지 위치 등과 같은 다른 관심 대상 매개변수에 적용될 수 있다.
실시예에서, 추가 정확도를 부가하기 위하여 훈련 알고리즘이 사용될 수 있다. 예를 들어, 수차에 대한 민감도가 해결되는 경우, 수차가 슬릿에 따라 달라질 수 있고 이러한 민감도에 맞추기 전에 CD (또는 오버레이) 데이터를 사전 필터링할 수 있다는 경계 조건이 고려될 수 있다. 실시예에서, 민감도를 가끔 또는 연속적으로 재평가함으로써 민감도는 패터닝 공정의 변동에 대해 견실해질 수 있다.
도 6 및 그와 관련된 설명을 다시 참조하면, 실시예에서, 매개변수화된 모델(206)의 하나 이상의 변수는 하나 이상의 다른 변수보다 계산된 방사선 분포에 더 강한 영향을 미칠 수 있다. 예를 들어, 하나 이상의 변수의 작은 백분율 변화는 계산된 방사선 분포의 상당한 차이를 초래할 수 있다. 이러한 변수는 강력한 변수(strong variable)로 지칭될 수 있다. 강력한 변수는 피처의 임계 치수를 포함할 수 있지만, 이에 제한되지는 않는다. 다른 한편으로, 하나 이상의 다른 변수의 상당한 백분율 변화는 계산된 방사선 분포의 작은 차이를 초래할 수 있다. 이러한 변수는 약한 변수(weak variable)로 지칭될 수 있다. 약한 변수는 피처의 측벽 각도, 피처의 높이, 층의 두께, 현상 중의 레지스트 손실, 피처의 푸팅(footing), 층의 굴절률, 층의 흡수 및 층의 흡광 계수를 포함할 수 있지만, 이에 제한되지는 않는다.
매개변수화된 모델(206) 내의 강력한 변수와 약한 변수 모두는 패터닝 공정의 하나 이상의 단계를 평가하기 위하여 사용자 (예를 들어, 인간, 제어 시스템 등)에 의해 사용될 수 있다. 구체적으로, 하나 이상의 약한 변수는 타겟(30') 또는 다른 기판 상에 결함이 있는지 여부를 결정하는데 유용할 수 있으며, 이는 스핀 코팅, PEB, 현상, 에칭, 증착, 도핑 및/또는 패키징과 같은, 리소그래피 장치에서 패턴 전사에 앞선 또는 후속하는 하나 이상의 공정에 사용될 수 있다. 예를 들어, 기판 상의 패턴의 측벽 각도가 특정 임계 값을 초과하는 경우, 후속 에칭 동안 하나 이상의 결함이 생성될 수 있다. 이와 같이, 기판 상의 패턴의 측벽 각도의 값에 기초하여 에칭 공정이 일어나기 전에 에칭으로 인한 결함 가능성이 예측될 수 있다. 이러한 예는 비제한적이다.
그러나 측정을 기초로 약한 변수의 값을 직접 결정하는 것은 어렵다. 이는 검사 시스템에서 약한 변수의 값을 결정하기 위해 사용될 수 있는 신호가 보통 매우 약하고 또한 때로는 너무 약해서 검출할 수 없기 때문이다. 또한, 특히 매개변수화된 모델에 많은 변수가 있고 강력한 변수의 값이 알려지지 않은 경우 약한 변수의 값을 결정하는 특정 수준의 정확도를 제공하는 것이 어렵다.
도 6에서 설명된 바와 같이 재구성 공정을 통해 다양한 용도를 위한 (예를 들어, 결함을 예측하기 위한) 하나 이상의 약한 변수(weak variable)의 더욱 정확한 값을 획득하기 위해, 재구성 공정 자체 이외의 매개변수화된 모델 내의 하나 이상의 강력한 변수(strong variable) (예를 들어, CD)의 값을 결정하는 것이 바람직하다.
도 12는 실시예에 따라 기판 상의 강력한 변수의 값을 결정하는 (기판 상의 강력한 변수의 계측을 수행하는 것을 방지할 수 있는) 방법의 흐름을 보여주고 있다. 이 공정은 복수의 상이한 강력한 변수의 값들을 얻는데 적용될 수 있다. 도시된 바와 같이, 기판에 대한 강력한 변수(1640)의 핑거프린트는 (초점, 선량, MSD, 수차, 퓨필 형상 등과 같은, 그리고 다이/필드마다 공간적으로 특정될 수 있고 그리고 적용 조건 하에서 기판 전체에 걸쳐 반복될 수 있거나 또는 기판 전체에 걸쳐 공간적으로 특정될 수 있는,) 리소그래피 장치와 관련된 하나 이상의 변수의 제1 그룹으로부터의 제1 기여도(1610), (에칭, 현상 등과 같은, 그리고 기판 전체에 걸쳐 공간적으로 특정될 수 있는,) 리소그래피 장치에서의 패턴 전사 전에 또는 후에 하나 이상의 제조 공정에 관련된 하나 이상의 변수의 제2 그룹으로부터의 제2 기여도(1620), 및 (마스크 CD 등과 같은, 그리고 다이/필드마다 공간적으로 특정될 수 있고 적용 조건들 하에서 기판 전체에 걸쳐 반복될 수 있거나 또는 기판에 걸쳐 공간적으로 특정될 수 있는,) 패터닝 공정에서 사용된 패터닝 디바이스에 관련된 하나 이상의 변수의 제3 그룹으로부터의 제3 기여도(1630)를 조합함으로써 얻을 수 있다. 강력한 변수(1640)의 핑거프린트는 타겟(30')의 일부분과 같은, 기판의 임의의 의 특정 부분에 대해 얻을 수 있다.
리소그래피 장치에 관련된 하나 이상의 변수의 제1그룹은 위에서 설명된 바와 같이 하나 이상의 변수일 수 있다. 제1 기여도(1610)는 리소그래피 장치 특정적일 수 있다; 즉, 제1 기여도(1610)는 어떤 실제 리소그래피 장치에 특정적이다. 실시예에서, 제1 기여도(1610)는 특정 기판에 특정적이지 않으며 (따라서 기판들에 걸쳐 사용될 수 있다). 따라서, 제1 기여도(1610)는 미리 특징지어질 수 있으며, 재구성 공정을 위하여 나중에 데이터베이스로부터 획득될 수 있다. 제1 기여도를 특정 기판에 대한 하나 이상의 변수의 데이터 및 민감도 관계와 조합함으로써 제1 기여도(1610)는 특정 기판에 적용될 수 있다. 제1 기여도(1610)는 기판 특정적일 수 있다. 예를 들어, 강력한 변수(1640)의 핑거프린트가 기판 또는 기판들의 그룹에 특정적이도록 제1 기여도(1610)는 각 기판 또는 기판들의 특정 그룹에 대해 결정될 수 있다. 제1 변수 그룹의 예는 조명의 변수, 투영 시스템, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 스테이지 이동의 특성 (예를 들어, 기판 스테이지의 이동의 이동 표준 편차(MSD), 기판 스테이지의 이동의 이동 평균 등), 고주파 레이저 대역폭 변화(예를 들어, 주파수, 진폭 등), 고주파 레이저 파장 변화, 및/또는 기판의 평탄성을 포함할 수 있지만, 이에 제한되지 않는다.
패터닝 디바이스와 관련된 하나 이상의 변수의 제3 그룹은 위에서 설명된 바와 같이 하나 이상의 변수일 수 있다. 제3 기여도(1630)는 패턴 또는 패터닝 디바이스 특정적일 수 있다; 즉, 제3 기여도(1630)는 어떤 실제 패터닝 디바이스 또는 패터닝 디바이스에 의해 제공될 특정 패턴에 특정적이다. 제3 기여도(1630)는 기판 독립적일 수 있다. 따라서, 제3 기여도(1630)는 미리 특징지어질 수 있으며, 재구성 공정을 위하여 나중에 데이터베이스로부터 획득될 수 있다. 제3 변수 그룹의 예는 마스크 CD, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정 등을 포함할 수 있지만, 이에 제한되지 않는다.
리소그래피 장치에서 패턴 전사 전 또는 후의 하나 이상의 제조 공정에 관련된 하나 이상의 변수의 제2 그룹은 위에서 설명된 바와 같이 하나 이상의 변수일 수 있다. 제1 기여도(1610)와 마찬가지로, 제2 기여도(1620)는 기판 독립적 또는 기판 의존적일 수 있다. 실시예에서, 제2 기여도(1620)는 모든 기판에 걸쳐 반복적으로 사용될 수 있다. 따라서, 제2 기여도(1620)는 미리 특징지어질 수 있으며, 재구성 공정 중에 데이터베이스로부터 획득될 수 있다. 하나 이상의 변수의 제2 그룹의 예는 스핀 코팅, PEB, 현상, 에칭, 증착, 도핑 및/또는 패키징과 같은, 리소그래피 장치에서의 패턴 전사에 앞선 또는 후속하는 공정의 다양한 특성을 포함할 수 있지만, 이에 제한되지 않는다
제1 기여도(1610), 제2 기여도(1620) 및/또는 제3 기여도(1630)는 예를 들어, 도 8 내지 도 11 중 임의의 도면의 흐름을 사용하여, 실험에 의해 특징지어질 수 있거나 이전 생산 데이터로부터 취해질 수 있다. 실시예에서, 제3 기여도(1630) (즉, 패터닝 디바이스 핑거프린트)는 패터닝 디바이스 계측 툴을 사용하여 패터닝 디바이스를 직접 측정함으로써 얻어질 수 있다.
강력한 변수의 핑거프린트(1640)가 결정된 후, 강력한 변수의 핑거프린트(1640)와 강력한 변수의 특정 값(1650)을 조합함으로써, 강력한 변수(1660)의 값이 얻어질 수 있다. 실시예에서, 강력한 변수의 어떤 값은 공칭 설계 값일 수 있다. 실시예에서, 강력한 변수는 기판 상의 강력한 변수의 측정들의 그룹의 평균일 수 있다. 강력한 변수의 측정의 그룹은 기판 상의 2개 이상의 다이에서 동일한 피처에 대해 수행될 수 있다.
매개변수화된 모델에서 하나 이상의 강력한 변수의 값이 주어지면 (예를 들어, 하나 이상의 강력한 변수의 값을 고정하거나, 미리 결정된 범위 이내 (예를 들어, 10% 이내, 5% 이내, 3% 이내, 1% 이내)의 하나 이상의 강력한 변수 각각의 값을 한정함으로써), 하나 이상의 약한 변수는 계산된 방사선 분포가 측정된 방사선 분포와 실질적으로 유사할 때까지 또는 계산된 방사선 분포와 측정된 방사선 분포 간의 차이가 설정 허용 임계치 내에 있을 때까지 조정될 수 있다. 계산된 방사선 분포가 측정된 방사선 분포와 실질적으로 유사하거나 그 차이가 설정 허용 임계치 내에 있는 경우, 하나 이상의 약한 변수의 값들이 출력될 수 있다.
위에서 설명된 바와 같이, 하나 이상의 약한 변수의 값은 노광 후 하나 이상의 후속 공정, 예를 들어 PEB, 레지스트 층의 현상, 에칭, 증착, 도핑, 및/또는 패키징으로 인한 결함이 있을 것인지 여부를 예측하는데 사용될 수 있다. 결함이 예측되면, 하나 이상의 변수의 제1 그룹, 하나 이상의 변수의 제2 그룹 및/또는 하나 이상의 변수의 제3 그룹의 하나 이상의 변수의 값은 조정되어 강력한 변수의 새로운 핑거프린트를 얻을 수 있다. 이는 위에서 설명된 공정을 사용하여 하나 이상의 약한 변수의 값들의 새로운 세트가 재구성될 수 있도록 수행된다. 이러한 조정은 하나 이상의 약한 변수의 값들의 새로운 세트에 기초하여 결함이 예측되지 않을 때까지 반복적으로 수행될 수 있다.
위에서 설명된 기여도/핑거프린트의 추가 적용에서, 패턴의 윤곽(contour)은 하나 이상의 기여도/핑거프린트를 이용하여 예측될 수 있다. 이와 관련해서, 윤곽은 기판으로 전사된 패턴의 피처의 형상의 외곽(outline)이다. 윤곽은 예를 들어, 기판의 이미지 (예를 들어, 주사 전자 현미경 이미지)를 처리함에 의하여 가시화되어 기판으로 전사된 패턴 피처의 형상의 외부 경계부를 추출할 수 있다. 그러나, 패턴 피처가 기판으로 전사될 것으로 예상됨에 따라 윤곽은 또한 수학적 공정(예를 들어, 시뮬레이션)에 의해 생성되어 패턴 피처의 전자 표현을 생성할 수 있다. 윤곽은 일반적으로 라인(line) 형태일 것이지만, 본 명세서에 사용된 바와 같이 윤곽은 피처의 경계부를 설명하는 데이터로 더 일반화될 수 있다. 윤곽은 연속적일 필요는 없다; 즉, 불연속 외곽 및/또는 데이터가 피처의 경계부를 충분하게 설명하는 경우, 외곽 및/또는 데이터는 피처 주위에서 불연속일 수 있다. 실시예에서, 윤곽은 2차원 (즉, 평면으로 한정되는) 또는 3차원일 수 있다. 실시예에서, 윤곽은 패턴이 형성되는 기판의 표면에 실질적으로 평행한 평면에서 연장될 수 있다. 실시예에서, 윤곽은 패턴이 형성되는 기판의 표면에 실질적으로 수직인 평면에서 연장될 수 있다; 이 경우 이는 프로파일로서 특징지어질 수 있으며 2차원 또는 3차원 형태일 수 있다
윤곽을 예측하기 위해, 본 명세서에 설명된 바와 같이 하나 이상의 기여도/핑거프린트가 획득될 수 있으며 또한 예측된 윤곽에 이르기 위하여, 어떤 공칭 윤곽(nominal contour)을 선택하는데 및/또는 공칭 윤곽을 수정하는데 이용될 수 있다. 도 13을 참조하면, 윤곽의 예측 방법의 흐름도의 실시예가 도시되어 있다. 1700에서, 패턴의 피처의 공칭 윤곽이 결정된다. 실시예에서, 공칭 윤곽은 레지스트에서 예상되는 것과 같은 윤곽이다. 실시예에서, 공칭 윤곽은 현상된 레지스트에서 예상되는 것과 같은 윤곽이다.
실시예에서, 공칭 윤곽은 모델 및/또는 시뮬레이션을 통한 수학적 계산에 의해 얻어질 수 있다. 실시예에서, 시뮬레이터 또는 모델, 예를 들어 ASML의 Tachyon 제품과 같은 시뮬레이터는 피처의 패터닝 공정에 대한 하나 이상의 처리 변수에 대한 적용 가능한 설계 값에서 패턴의 피처의 예상된 윤곽을 결정할 수 있다. 계산에 의해 얻어진 이 윤곽은 이후 공칭 윤곽으로 지정될 수 있다. 유사하게, 시뮬레이터 또는 모델은 하나 이상의 처리 변수의 다양한 상이한 값들 (예를 들어, 상이한 초점 설정들 또는 조건들, 상이한 선량 설정들 또는 조건들, 상이한 투영 시스템 수차 설정들 또는 조건들, 상이한 조명 퓨필 형상 설정들 또는 조건들 등과 같은 하나 이상의 광학 설정들 또는 조건들)에서 윤곽을 결정하여 복수의 피처의 윤곽을 얻을 수 있으며, 여기서 각 윤곽은 하나 이상의 처리 변수의 상이한 값에서 얻어진다. 계산에 의해 얻어진 이 윤곽들은 이후 공칭 윤곽으로 지정될 수 있으며, 각 공칭 윤곽은 하나 이상의 처리 변수의 상이한 값과 관련된다. 실시예에서, 공칭 윤곽들은 상이한 초점 설정들 또는 조건들에 대해 결정되며, 따라서 공칭 윤곽들 각각은 상이한 초점 설정 또는 조건 (예를 들어 최적 초점으로부터의 어떠한 변화량(variance))과 관련될 수 있다. 아래의 설명은 초점 설정 또는 조건에 초점을 맞추지만, 공칭 윤곽은 초점보다 다른 설정 또는 조건에 대해 결정될 수 있으며 설정들 또는 조건들의 다양한 조합에 대해 결정될 수 있다.
실시예에서, 공칭 윤곽이 하나 이상의 다른 처리 변수에서 결정되는 하나 이상의 처리 변수의 영향이 평가된다. 실시예에서, 평가된 하나 이상의 다른 처리 변수는 윤곽의 형상 및/또는 크기에 영향을 주는 하나 이상의 처리 변수이다. 따라서, 공칭 윤곽이 초점 설정에 대해 결정되는 실시예에서, (CD와 같은) 하나 이상의 다른 처리 변수에 미치는 초점의 영향이 결정된다. 실시예에서, 이 영향은 초점 노광 매트릭스(focus exposure matrix, FEM) 유형의 공정을 이용하여 결정될 수 있으며, 여기서 어떤 패턴은 적어도 상이한 초점 설정 또는 조건에서 평가된다. 초점에 의한 CD의 변화가 얼마나 되는지 평가하기 위하여 이 상이한 초점 설정 또는 조건에서의 CD가 결정될 수 있다. 실시예에서, 위에서 설명된 영향은 계측 툴에 의해 이후 측정된 하나 이상의 처리된 기판을 사용하여 실험적으로 결정될 수 있다. 실시예에서, 위에서 설명된 영향은 시뮬레이터를 사용하여 결정될 수 있다.
계산에 의해 공칭 윤곽(들)을 결정하는 것에 부가적으로 또는 대안적으로, 실시예에서, 공칭 윤곽(들)은 실험에 의해 얻어질 수 있다. 예를 들어, 피처는 패터닝 공정에 대한 하나 이상의 처리 변수의 적용 가능한 설계 값으로 하나 이상의 기판 상에 생성되고 이후 (예를 들어, 주사 전자 현미경을 사용하여) 측정되어 피처의 윤곽을 유도할 수 있다. 측정에 의하여 얻어진 이 윤곽은 그후 공칭 윤곽으로 지정될 수 있다. 부가적으로 또는 대안적으로, 피처는 하나 이상의 처리 변수 (예를 들어, 위에서 설명된 바와 같은 하나 이상의 광학 설정 또는 조건)의 다양한 상이한 값으로 하나 이상의 기판 상에 생성되며, 이후 (예를 들어, 주사 전자 현미경을 사용하여) 측정되어 각각이 하나 이상의 처리 변수의 상이한 값에 있는, 복수의 피처의 윤곽을 유도할 수 있다. 측정에 의해 얻어진 이 윤곽은 이후 공칭 윤곽으로서 지정될 수 있으며, 각 공칭 윤곽은 하나 이상의 처리 변수의 상이한 값과 관련이 있다. 따라서 특정 예로서, 공칭 윤곽들 각각은 (최적 초점으로부터의 임의의 변화량과 같은) 상이한 초점 설정 또는 조건과 연관될 수 있다.
따라서, 실시예에서, 공칭 윤곽(들)은 윤곽의 형상의 표시를 제공할 수 있다. 예를 들어, 공칭 윤곽(들)은 특정 초점 조건에서 윤곽의 형상의 표시를 제공할 수 있다. 따라서, 복수의 상이한 초점 조건에서 얻어진 다수의 공칭 윤곽의 경우에, 각 공칭 윤곽은 적용 가능한 초점 조건에서 예측 윤곽의 형상의 표시를 제공할 수 있다.
따라서, 실시예에서 그리고 더 논의될 바와 같이, 하나 이상의 처리 변수(예를 들어, 초점)의 상이한 값과 각각 관련된 공칭 윤곽들로, 윤곽의 형상은 공칭 윤곽을 참조하여, 하나 이상의 처리 변수의 특정 값에 대해, 예측될 수 있다. 공칭 윤곽이 하나 이상의 처리 변수의 특정 값에 대해 이용 가능하지 않은 경우, 윤곽은 보간(interpolation), 외삽(extrapolation) 등에 의해 생성될 수 있다. 따라서, 예로서, 기판 상의 어떤 위치 상에서의 임의의 초점 값에 대해, 적용 가능한 관심 대상 패턴 피처(들)의 윤곽의 형상이 예측될 수 있다.
따라서, 1710에서, 공칭 윤곽(들)이 결정된 하나 이상의 처리 변수에 대해 제1기여도/핑거프린트가 얻어질 수 있다. 제1 기여도/핑거프린트는 본 명세서에 설명된 기술 중 임의의 것을 사용하여 얻어질 수 있다. 실시예에서, 제1기여도/핑거프린트는 에칭 이전의 상황에 대응한다.
실시예에서, 제1기여도/핑거프린트는 초점이며, 따라서 실시예에서 제1기여도/핑거프린트는 전체(across) 기판 초점 맵이다. 실시예에서, 제1기여도/핑거프린트는 기판을 패터닝하기 위해 사용되는 리소그래피 장치로부터 얻어진 데이터에 기초하여 생성될 수 있다. 예를 들어, 리소그래피 장치는 초점 맵을 구성하기 위해 초점 정보 (예를 들어, 초점 잔류 오차 등) 및/또는 고주파 스테이지 이동 (예를 들어, MSD)의 특성을 제공할 수 있다. 도 14는 패터닝 공정에 대한 예시적인 초점 맵(1800)을 보여주고 있으며, 여기서 상이한 음영들은 공칭 초점 (예들 들어, 최적 초점, 평균 초점 등)로부터의 상이한 변화량을 개략적으로 나타내고 있다
1720에서, 제1 기여도/핑거프린트(1710)는 관심 대상 피처에 대한 공칭 윤곽을 선택하는데 사용된다. 예를 들어, 기판 상의 특정 위치에서 그리고 관심 대상 특정 피처에 대해, 공칭 윤곽(들)이 결정된 하나 이상의 처리 변수에 대한 값은 제1 기여도/핑거프린트(1710)로부터 결정될 수 있으며, 이후 관련된 공칭 윤곽(들)을 선택하기 위해 사용될 수 있다. 따라서, 제1 기여도/핑거프린트(1710)가 초점 맵인 예에서, 초점 맵 내의 기판 위치에서의 초점 추정이 사용되어 윤곽의 예측으로서 관련된 공칭 윤곽을 얻을 수 있다. 따라서, 피처마다 그리고 기판 위치마다 예측된 윤곽이 결정될 수 있다.
도 14를 다시 참조하면, 이러한 선택의 예가 도시되어 있다. 도 14에는 최적 초점에서의 공칭 윤곽(1810, 1812, 1814)이 보여지고 있다. 이제, 공칭 윤곽(1812)과 관련된 초점 맵(1800) 상의 위치에서, 초점 맵은 초점이 최적 초점에 있거나 또는 그 부근에 있음을 나타내고 있다. 따라서, 그 위치에 대해, 공칭 윤곽(1812)은 예측된 윤곽으로서 선택될 것이다. 공칭 윤곽(1810)과 관련된 위치에 대해, 초점 맵은 초점이 음의(negative) 디포커스(-F)에 있음을 나타내고 있다. 따라서, 이 경우, 공칭 윤곽(1810)을 사용하는 대신에, 음의 디포커스(-F)에 대해 결정된 공칭 윤곽, 즉 공칭 윤곽(1820)이 선택될 것이다. 도 14에서 보여지는 바와 같이, 공칭 윤곽(1820)은 피처의 특성을 갖고 있지만, 음의 디포커스(-F)로 인하여 상이한 형상을 갖고 있다. 유사하게, 공칭 윤곽(1814)과 관련된 위치에 대해, 초점 맵은 초점이 양의 디포커스(+F)에 있음을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1814)을 사용하는 대신에, 양의 디포커스(+F)에 대해 결정된 공칭 윤곽, 즉 공칭 윤곽(1830)이 선택될 것이다. 도 14에서 보여지는 바와 같이, 공칭 윤곽(1830)은 피처의 특성을 갖고 있지만, 양의 디포커스(+F)로 인하여 상이한 형상을 갖고 있다. 따라서, -F의 초점으로, 최적 초점에서의 공칭 윤곽은 향상을 바꾸며, 마찬가지로 +F의 초점으로, 최적 초점에서의 공칭 윤곽은 형상을 바꾼다. 따라서, 예를 들어, F가 최적 초점으로부터의 변화량이고 +F 와 -F가 동일한 절대값을 갖는다면, 각각의 윤곽 형상 변화들은 도 14에서 보여지는 바와 같이 동일할 수 있다.
다시 도 13을 참조하면, 1730에서, 공칭 윤곽(들)이 결정된 하나 이상의 처리 변수 이외의 하나 이상의 처리 변수에 대해 제2기여도/핑거프린트가 얻어질 수 있다. 제2기여도/핑거프린트(1730)는 본 명세서에서 설명된 기술 중 임의의 것을 사용하여 얻어질 수 있다. 실시예에서, 제2기여도/핑거프린트는 에칭 후(post-etch) 상황에 대응한다.
실시예에서, 제2기여도/핑거프린트(1730)는 임계 치수(critical dimension)이며, 따라서, 실시예에서, 제2 기여도/핑거프린트는 전체(across) 기판 임계 치수 맵 (예를 들어, 임계 치수 균일성 맵(critical dimension uniformity map))이다. 실시예에서, 기여도/핑거프린트는 패터닝 공정의 에칭 단계 이후에 패턴을 갖는 하나 이상의 기판 상에서 계측 툴을 사용하여 측정된 데이터에 기초하여 생성될 수 있다. 도 15는 패터닝 공정에 대한 예시적인 임계 치수 맵(1900)을 보여주고 있으며, 여기서 상이한 음영들은 공칭 임계 치수(예를 들어, 설계 임계 치수, 평균 임계 치수 등)로부터 상이한 변화량들을 개략적으로 나타낸다. 따라서, 예를 들어, 임계 치수 맵(1800)은 초점 고정 측면(anchor aspect)에서 측정된 그리고 평균 임계 치수의 백분율(%)로서 플롯된(plotted) 임계 치수를 나타낼 수 있다.
실시예에서, 제2 기여도/핑거프린트는 제2 기여도/핑거프린트의 하나 이상의 처리 변수에 미치는 제1 기여도/핑거프린트와 관련된 하나 이상의 처리 변수의 영향에 대해 보정된다. 따라서, 예를 들어, 제1 기여도/핑거프린트가 초점 맵이고 제2기여도/핑거프린트가 임계 치수 맵이라는 점에서, 제2 기여도/핑거프린트는 제2 기여도/핑거프린트의 임계 치수에 미치는 초점의 영향(예를 들어, 초점 정보 (예를 들어, 초점 잔류 오차 등) 및/또는 고주파 스테이지 이동의 특성))에 대해 보정될 수 있다. 이러한 영향을 결정하는 세부 사항이 위에서 설명되었다. 예를 들어, FEM은 패턴 전사 단계 중에 발생하는 CD에 미치는 초점 영향을 격리시키기 위해 사용될 수 있으며 그 다음 에칭-후 CD 측정으로부터 그 영향을 제거할 수 있다. 부가적으로 또는 대안적으로, 다양한 리소그래피 장치 신호는 처리되어 패턴 전사 중의 초점의 추정 및 CD에 미치는 그의 영향에 도달할 수 있으며 그후 에칭-후 CD 측정으로부터 그 영향을 제거할 수 있다. 인식될 바와 같이, 보정을 제2 기여도/핑거프린트에 직접적으로 통합하는 것, 1740 등과 관련하여 밑에서 설명되는 바와 같이 제2 기여도/핑거프린트로부터 값이 선택된 후에 보정이 이루어지는 것을 포함하는 다양한 방식으로 보정이 이루어질 수 있다.
1740에서, 제2 기여도/핑거프린트(1730)는 관심 대상 피처에 대한 공칭 윤곽을 변경하기 위해 사용된다. 실시예에서, 공칭 윤곽은 1720에서 선택된 공칭 윤곽이다. 그러나, 1720에서의 선택 단계를 사용하지 않고 정해진 공칭 윤곽이 이미 관심 대상 피처에 대해 선택된 경우 1720에서의 선택은 생략될 수 있다 (그러나 변경은 수행된다). 유사하게, 공칭 윤곽이 단계 1720에서 선택되고 변경을 필요로 하지 않는다면, 단계 1740에서의 변경은 생략될 수 있다.
따라서, 1740에서, 예를 들어, 기판 상의 특정 위치에서 그리고 관심 대상 특정 피처에 대하여, 하나 이상의 다른 처리 변수에 대한 값이 제2 기여도/핑거프린트(1730)로부터 얻어지며, 그 값은 이후 공칭 윤곽의 적절한 변경을 결정하기 위해 사용된다. 실시예에서, 변경은 공칭 윤곽의 크기의 변화이다. 따라서, 제2 기여도/핑거프린트(1730)가 임계 치수 맵인 예에서, 임계 치수 맵 내의 기판 위치에서의 임계 치수 추정은 윤곽의 예측으로서 공칭 윤곽(예를 들어, 1720에서 선택된 공칭 윤곽)의 크기를 변경하기 위해 사용될 수 있다. 따라서, 피처마다 그리고 기판 위치마다 예측된 윤곽이 결정될 수 있다
실시예에서, 제2 기여도/핑거프린트(1730)로부터 어떤 위치에서 획득된 하나 이상의 다른 처리 변수의 값은 전체 관심 대상 피처에 적용되는 것으로 가정된다. 따라서, 제2기여도/핑거프린트(1730)로 표현된 피처의 임계 치수가 어떤 임계 치수 (예를 들어, 평균 임계 치수)로부터 어떤 양 (예를 들어, 5%)만큼 벗어나는 경우, 동일 위치에 있는 임의의 피처의 모든 임계 치수는 동일한 양만큼 벗어날 것이다. 따라서 이 가정은 전체 윤곽이 임계 치수의 편차와 동일한 양만큼 크기가 조절된다는 것을 의미한다. 따라서, 기판 상의 어떤 위치에서 피처의 완전한 윤곽 크기가 제2 기여도/핑거프린트(1730)를 얻기 위해 측정된 동일한 위치에서 초점 고정 측면의 임계 치수와 상대적으로 동일한 양을 변경한다고 가정하면, 그러면 임계 치수가 x%만큼 감소할 때 공칭 윤곽은 x%만큼 수축되고 임계 치수가 x%만큼 증가할 때 공칭 윤곽은 x%만큼 확장된다. 이 변경은 전체 윤곽에 걸쳐 균일하게 제공된다.
도 15를 다시 참조하면, 크기의 이러한 변화의 예가 도시되어 있다. 도 15에 공칭 윤곽(1910, 1912, 1914)이 보여지고 있다. 이제, (단계 1720을 이용하여 선택될 수 있는) 공칭 윤곽(1912)과 관련된 임계 치수 맵(1900) 상의 위치에서, 임계 치수 맵은 임계 치수가 공칭 임계 치수 (예를 들어, 설계 임계 치수, 평균 임계 치수 등)에 대응한다는 것을 나타내고 있다. 따라서, 그 위치에 대해, 공칭 윤곽(1912)은 예측된 윤곽으로서 선택될 것이다. 공칭 윤곽(1910)과 관련된 위치에 대해, 임계 치수 맵은 임계 치수가 어떤 양(예를 들어, -x%)만큼 더 낮았다는 것을 나타내고 있다. 따라서, 이 경우, 공칭 윤곽(1910)을 사용하는 대신에, 공칭 윤곽(1910)이 어떤 양 (예를 들어, -x%)만큼 수축되어 예측된 윤곽(1920)을 얻는다. 도 15에서 보여지는 바와 같이, 윤곽(1920)은 피처의 특성을 갖고 있지만, 더 낮은 임계 치수로 인하여 더 작은 크기를 갖고 있다. 유사하게, 공칭 윤곽(1914)과 관련된 위치에 대해, 임계 치수 맵은 임계 치수가 어떤 양 (예를 들어, +x%)만큼 더 높다는 것을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1914)을 사용하는 대신에, 공칭 윤곽(1914)은 임의의 양(예를 들어, +x%)만큼 크기가 증가되어 예측된 윤곽(1930)을 얻는다. 도 15에 보여지는 바와 같이, 윤곽(1930)은 피처의 특성을 갖고 있지만, 더 높은 임계 치수로 인해 더 큰 크기를 갖고 있다. 따라서 -x%의 임계 치수로, 공칭 윤곽은 균일하게 수축되지만 그런데도 그 형상을 유지하며, +x%의 임계 치수로, 공칭 윤곽은 크기가 균일하게 증가되지만, 그런데도 그 형상을 유지한다
따라서, 실시예에서, 이 2개의 가정 (즉, 어떤 하나 이상의 처리 변수(예를 들어, 초점)의 값이 윤곽 형상을 예측할 수 있고 어떤 하나 이상의 다른 처리 변수 (예를 들어, CD)가 윤곽 크기를 예측할 수 있다는 가정)을 고려해 볼 때, 하나 이상의 기여도/핑거프린트에서 선택된 값을 기초로 피처에 대한 윤곽 형상 및 크기가 예측될 수 있다. 특히, 기판 상의 모든 위치에 대해, 하나 이상의 관심 대상 피처에 대한 완전한 윤곽이 예측될 수 있다. 실시예에서, 관심 대상 피처는 결정된 핫 스폿(hot spot)이다.
특정 실시예에서, 윤곽은 임계 치수 및 초점 측정으로부터 예측된다. 특정 실시예에서, 윤곽은 임계 치수와 초점 핑거프린트를 이용하여 추정된다.
1750에서, 예측된 윤곽은 다양한 적용에서 이용될 수 있다. 예를 들어, 결함이 예측되는지 여부를 결정하기 위하여 윤곽은 윤곽 자체에서 또는 하나 이상의 다른 윤곽에 대하여 점검될 수 있다 (예를 들어, 네킹, 브리징, 라인 풀 백, 라인 틴닝, 오버랩핑, 레지스트 최상부 손실, 및/또는 레지스트 언더컷에 대한 하나 이상의 점검이 이루어질 수 있다). 이 기술은 특히 예를 들어, 브리징 결함을 결정하는 데 유용할 수 있다. 이 결함들은 원칙적으로 (특정 CD, 초점 및/또는 이 위치에서의 오버레이 조건에 따라) 2개의 피처의 윤곽 상의 임의의 포인트에서 발생할 수 있는, 서로 접촉하는 2개의 피처에 의해 야기된다. 윤곽의 사용은, 예를 들어 인접한 피처들 상의 절단 라인에서의 치수의 평가와 비교되어 이러한 결함의 더욱 확고한 평가를 가능하게 한다.
또 다른 예로서, 윤곽은 에지 배치 위치 및/또는 오차를 평가하는 데 사용될 수 있다 (이는 브리징과 같은 결함을 식별하기 위해 사용될 수도 있다). 사실상, 이 기술은 전산(computational) 계측 형태를 제공하여 에지 배치 오차를 결정할 수 있다. 예를 들어, 예측된 윤곽으로, "가상" 에지 배치 오차가 예측될 수 있다. 이는, 예를 들어 에지 배치 오차 구동(edge placement error driven)인 다중 패터닝 결함 예측에 사용될 수 있다. 따라서, 에지 배치 오차 구동 결함은 CD 및 초점 핑거프린트를 이용하여 추정될 수 있다.
예측된 윤곽이 잠재적인 결함을 결정하기 위해 사용될 수 있는 예는 스페이서(spacer)-및-절단(cut) 층 공정에 있다. 이의 예가 도 16a 내지 도 16c에 제시되어 있다. 도 16a는 라인(2000)이 패턴(2010)을 사용하여 "절단"되는 예시적인 스페이서-및-절단 층 공정을 도시하고 있다. 도 16a는 라인(2000) 및 패턴(2010)이 바람직한 정렬, 크기 등에 있는 공칭 공정을 도시하고 있다. 그러한 공정의 결과는 패턴(2010)에 의한 중간 라인(2000)의 깔끔한 절단일 것이다. 이제, 도 16에 개략적으로 보여지고 있는 맵(1800 및 1900)을 사용하여 도 13의 공정이 적용되어 라인(2000) 및 패턴(2010)의 예측된 윤곽의 결정에 이를 수 있다. 도 16b에 보여지고 있는 이 예에서, 패턴(2010)의 윤곽은 크기가 증가하는 것으로 예측된 반면에 (이 예에서는 형상은 변하지 않았지만 변할 수 있다) 라인(2000)의 예측된 윤곽은 예상대로라는 것이 결정된다. 이제, 도 16c는 패턴(2010)의 예측된 윤곽이 스페이서-및-절단 층 공정에서 사용된 경우의 결과를 보여주고 있다. 2020에서 보여지는 바와 같이, 패턴(2010)은 바람직하지 않게 상부 및 하부 라인(2000)의 일부분을 절단할 것이다. 따라서, 실시예에서, 스페이서-및-절단 층 공정의 예측된 작동은 패턴(2010)이 라인(2000)을 절단하는데 사용될 때 잠재적인 결함을 생성하는 것으로서 표시(flagged)될 수 있다.
다른 예로서, 예측된 윤곽은 리소-에칭 리소-에칭(LELE) 공정에서 잠재적인 결함을 결정하는데 사용될 수 있다. 이것의 예가 도 17a 내지 도 17c에 제시되어 있다. 도 17a는 라인(2100)이 제1 리소-에칭 공정에서 생성되고 패턴(2110)은 제2 리소-에칭 공정을 통해 라인(2100)과 인터리브되는(interleaved) 예시적인 리소-에칭 및 리소-에칭 공정을 도시하고 있다. 도 17a는 라인(2100)과 패턴(2110)이 바람직한 정렬, 크기 등에 있는 공칭 공정을 도시하고 있다. 이러한 공정의 결과는 패턴(2110)과 라인(2100) 사이의 설계된 분리일 것이다. 이제, 도 17 에 개략적으로 보여지는 맵(1800 및 1900)을 이용하여 도 13의 공정이 적용되어 라인(2100)과 패턴(2110)의 예측된 윤곽의 결정에 이를 수 있다. 도 17b에서 보여지는 예에서, 패턴(2110)의 윤곽은 크기가 증가하고 형상이 변화할 것으로 예측된 반면에 라인(2100)의 예측된 윤곽은 예상대로인 것으로 결정된다. 이제, 도 17c는 패턴(2110)의 예측된 윤곽이 리소-에칭 및 리소-에칭 공정에 사용된 경우의 결과를 보여주고 있다. 2120에서 보여지는 바와 같이, 패턴(2110)은 바람직하지 않게 하부 라인(2100)에 너무 가까울 것이다 (예를 들어, 피처들 사이의 공간이 어떤 임계치 미만이다); 즉, 이는 이것이 중첩 영역이거나 최소 거리 요구 조건을 위반하는 것이다. 이는 브리징 결함을 야기할 수 있다. 또한, 패턴(2110)은 형상이 너무 좁아지도록 피처가 형상이 변화된 네킹 결함(2130)을 가질 수 있다(예를 들어, 폭이 임계치 미만으로 떨어진다). 따라서, 실시예에서, 리소-에칭 및 리소-에칭 공정의 예측된 작동은 패턴(2110)이 라인(2100)과 함께 생성될 때 하나 이상의 잠재적인 결함을 생성하는 것으로서 표시될 수 있다. 따라서 실시예에서, 다중 노광 LELE 유형 적용에서의 결함 예측을 위하여, 예측된 윤곽은 결함 지시기/절단-라인만을 사용하는 것과 비교하여 네킹 및/또는 브리징 결함의 예측 능력을 개선할 수 있어야 한다.
예측된 윤곽의 다른 가능한 사용에서, 예측된 윤곽은 모델 교정, 특히 광학 근접 보정 모델의 교정에 사용될 수 있다. 예측된 윤곽은 측정된 게이지(gauge)(윤곽)에서 각 핑거프린트 및/또는 초점 핑거프린트의 보정을 가능하게 한다. 예를 들어, 이 예측된 윤곽은 마스크 데이터 준비 후 에칭 모델을 교정하는 데 사용될 수 있다.
따라서, 실시예에서, 이 기술은 가상 웨이퍼로부터 윤곽 예측을 가능하게 한다; 따라서, 이 기술은 윤곽을 측정하지 않고 생성하기 위하여 계측을 계산과 조합한다. 실시예에서, 적절한 핑거프린트 (예를 들어, 나중의 에칭 임계 치수 핑거프린트 및 리소그래피 장치 초점 핑거프린트)가 주어지면, 이 기술은 윤곽의 가변성 및 기판에 걸친 에지 배치 오차의 예측을 가능하게 한다. 실시예에서, 이 기술은 다중 패터닝을 위한 더 나은 예측 능력을 가능하게 한다. 실시예에서, 이 기술은 예측된 윤곽에 기초하여 에지 배치 최적화를 사용함으로써 패턴 제어를 가능하게 한다.
추가 실시예에서, 본 명세서에 설명된 기술이 정렬 측정에 적용될 수 있다. 당 업계에 공지된 바와 같이, 다양한 정렬 마크 (예를 들어, 회절 격자 형태)가 적어도 기판 및 패터닝 디바이스 (예를 들어, 마스크) 상에 제공된다. 정렬 마크는 기판 테이블과 같은 다른 구조체 상에도 제공될 수 있다. 정렬 마크는 정렬 센서로 측정되어 기판의 표면 상 및/또는 패터닝 디바이스 상의 평면에서의 하나 이상의 특정 위치의 공간적 위치 (예를 들어, 기판과 패터닝 디바이스 상의 위치들 사이의 상대 위치)를 결정한다. 측정된 공간적 위치는, 예를 들어, 기판 상으로의 패턴 전사의 X-Y 평면에서의 적절한 위치 결정, 즉 패턴이 기판의 패터닝 수용 표면 상의 적절한 위치에 제공되는 것을 용이하게 하기 위하여 사용된다.
이러한 적절한 위치 설정은 패턴이 기판 상에 미리 적용되고 후속 패턴이 그 앞의 패턴과 정렬되어야 하는 경우에 특히 중요하다; 패턴의 오정렬은 본 명세서에 설명된 바와 같이 오버레이 오차로서 특징지어질 수 있다. 후속적으로 적용되는 제2 디바이스 패턴과의 제1 디바이스 패턴의 적절한 정렬을 용이하게 하기 위해, 제1 디바이스 패턴이 생성될 때 제2 디바이스 패턴의 적절한 위치 설정에 사용하기 위한 정렬 마크가 생성될 수 있다. 예를 들어, 제1 디바이스 패턴을 생성하기 위한 패터닝 디바이스 패턴은 제1 디바이스 패턴이 기판으로 전사될 때 기판으로 전사되는 하나 이상의 정렬 마크 패턴을 가질 수 있다. 따라서, 제1 디바이스 패턴과 관련된 이 하나 이상의 정렬 마크는 제1 디바이스 패턴과 함께 처리되어 제1 디바이스 패턴과 관련된 기판 내의 층 내에 정렬 마크 구조체를 생성한다. 그 후, 제2 디바이스 패턴이 적용되기를 원하는 경우, 제1 디바이스 패턴과 관련된 이 하나 이상의 정렬 마크는 (흔히 전형적으로 최상부에 적용된, 레지스트와 같은 하나 이상의 층을 통하여) 측정되어; 예를 들어 제1 디바이스 패턴의 위치를 결정할 수 있으며, 따라서 제1 디바이스 패턴과 관련된 제2 디바이스 패턴이 정확하게 배치될 수 있다.
정확한 정렬은 우수한 오버레이 성능 그에 의하여 높은 생산 수율을 보장하는 것을 돕는다. 그러나 디바이스를 생성하기 위하여 설계된 기판 상의 공간 제약은 그 기판의 어느 곳에서나 정렬 마크가 제공될 수 없다는 의미한다 (결국, 기판의 그 대부분은 디바이스를 생성하기 위하여 패턴을 적용하는데 사용되어야 한다). 또한, 시간 제약은 제조 시스템의 적절한 처리량 (예를 들어, 시간당 처리된 생산 기판의 수)을 유지하면서 생산 중에 측정될 수 있는, 생산 기판 당 정렬 마크의 수를 제한한다.
따라서, 전형적인 배열체에서, 어떤 수의 정렬 마크가 (패턴이 패터닝 디바이스로부터 전사되는 기판에 걸쳐 펼쳐진 복수의 다이/필드를 전형적으로 갖는) 기판에 걸쳐 측정되어 그 기판 상의 자리(positions)의 위치의 기판에 걸친 상당히 양호한 공간 적용 범위(coverage)를 제공한다. 예시적인 방식(scheme)에서, 기판 정렬 계측 시퀀스는 기판에 걸쳐 20 내지 100개의 정렬 마크(위치)를 측정할 수 있다. 이 측정의 결과는 기판 당 상대적으로 낮은 공간 주파수로 기판에 걸쳐 전반적인 핑거프린트를 캡처한다. 측정 결과는 정렬 수학적 모델과 함께 사용된다. 모델의 목적은, 예를 들어 디바이스 제조 공정에서 장치에 의한 적절한 보정이 모델의 출력에 기초하여 이루어질 수 있도록 이상적인 그리드와 비교하여 디바이스 패턴 피처의 전사된 위치들 간의 편차를 나타내는 것이다. 인식될 바와 같이, 20 내지 100개보다 많은 정렬 마크가 기판에 걸쳐 제공될 수 있지만, 예를 들어, 처리량 제약으로 인해 20 내지 100개 (예를 들어, 20 내지 40개)의 정렬 마크만이 샘플링된다. 또한, 이 샘플링된 정렬 마크의 전부 또는 대부분은 디바이스 패턴을 위해 사용할 수 없는 영역, 예를 들어 스크라이브 레인에 제공될 수 있다.
그러나, 정렬 마크의 일종의 비교적 간헐적 샘플링은 높은 공간 주파수를 갖는 기판 핑거프린트를 캡처하지 못한다. 결과적으로 오버레이 성능이 더 나빠질 수 있다.
국부적인 영향을 캡처하기 위하여(즉, 더 높은 공간 주파수를 얻기 위하여), 필드 내 정렬 방식이 사용될 수 있다. 그러나, 이는 하나 이상의 단점을 가질 수 있다. 예를 들어, 상대적으로 치밀한 정렬 마크의 측정이 수행될 필요가 있으며, 이는 처리량에 영향을 주지 않으면서 달성될 수 없을 것이다. 또한, 가치있는 다이 내(in-die) 공간은 정렬 마크로 점유되어야 할 것이다. 그리고 (처리량과 같은) 제약으로 인해, 필드 내 정렬은 디바이스 제조 공정에서 장치 (예를 들어, 리소그래피 장치)에 의해 보정될 수 있는 것보다 적은 매개변수로 제한될 수 있다. 예를 들어, 리소그래피 장치가 디바이스 패턴 전사 당 더 높은 차수를 보정할 수 있을지라도, 필드 내 정렬을 위한 모델은 필드 당 6개의 매개변수(예를 들어, 패터닝 디바이스 패턴(M)의 확대, z 축(R)을 중심으로 하는 회전, x 및 y에서의 변환(Cx, Cy), y 방향으로의 확대(My), 및 스캔 스큐(RI))에 대해 한정될 수 있다.
따라서, 예를 들어, 더 많은 정렬 마크 측정 (예를 들어, 치밀한 필드 내 정렬)을 수행하지 않고도 더 치밀한 정렬 핑거프린트를 갖는 것이 바람직할 것이다. 따라서, 본 명세서 내에 설명된 기술을 사용하여, 상대적으로 치밀한 정렬 핑거프린트 (또는 하이브리드 밀집 정렬 맵(hybrid dense alignment map; HDAM))은 측정된 정렬 데이터를 관련 기여자로부터 정렬로의 콘텍스트 정보와 조합함으로써 계산된다. 즉, 오버레이와 CD와 같은 다른 매개변수의 문맥에서 위에서 유사하게 설명된 바와 같이, 핑거프린트의 조합은 정렬을 위한 유도된 핑거프린트를 얻기 위해 조합될 수 있다.
특히, 생산에서, 예를 들어 오염으로 인한 기판 높이 변동, 투영 시스템 수차, 패터닝 디바이스 서입 오차 (즉, 마스크의 흡수층 내에서의 패턴 생성 오차와 같은 패터닝 디바이스 상의 또는 패터닝 디바이스에 의한 패턴 생성 오차), 가열, (화학적 기계적 평탄화(CMP), 에칭 등과 같은) 공정 영향 등과 같은 국부적인 영향은 정렬 마크의 적어도 일부의 (및 디바이스 패턴의 일부분들)의 변위를 야기할 수 있다. 하나 이상의 이 국부적인 영향은 비교적 높은 공간 주파수를 갖는 핑거프린트를 효과적으로 가질 수 있지만, 이는 생산에 사용된 (예를 들어, 처리량 및/또는 정렬 마크에 대한 이용 가능한 다이/필드 공간에 의해 제약되는) 전형적인 정렬 마크 측정 샘플링에 의하여 캡처되지 않을 수 있다.
따라서, 실시예에서, 하나 이상의 이 국부적인 영향의 정렬 기여도가 결정되고 상대적으로 낮은 밀도에서 정렬 측정과 조합되어 더 높은 밀도 정렬 핑거프린트를 생성한다. 다양한 국부적인 영향 중 하나 이상의 정렬에 대한 기여도는 리소셀에서의 (예를 들어, 리소그래피 장치에서의) 다른 계측 측정으로부터 유도될 수 있으며 및/또는 "오프라인(offline)"에서 계산/측정될 수 있다 (즉, HDAM이 결정되고 있는 리소셀을 통하여 특정 기판의 처리 중에 계산 또는 측정될 필요가 없다).
따라서, 도 18은 기판의 정렬에 대해 유도된 기여도(2275)를 획득하는 예를 개략적으로 보여주고 있으며, 유도된 기여도는 다수의 처리 매개변수의 기여도들 (이중 하나 이상은 유도된 기여도일 수 있다)의 조합이다. 따라서, 유도된 기여도(2275)는, 예를 들어 오염으로 인한 기판 높이(2205), (화학적 기계적 평탄화 (CMP), 에칭 등과 같은) 하나 이상의 공정 영향(2210), (예를 들어, 기판의 노광을 위하여 패터닝된 빔을 얻기 위한 조명 빔으로 인한 패터닝 디바이스의) 가열(2215), 투영 시스템 수차(2220) 및/또는 패터닝 디바이스 서입 오차(2225)와 같은, 하나 이상의 처리 매개변수 (예를 들어, 국부적인 영향 처리 매개변수) 각각의 기여도와 조합된 정렬 마크 측정(2200)으로부터의 측정된 기여도를 이용하여 획득될 수 있다. 중요하게는, 처리 매개변수 데이터는 리소그래피 장치 또는 다른 패터닝 공정 장치로부터 획득될 수 있으며 또한 패터닝 공정의 일부로서 기판을 생성하는 공정의 부산물일 수 있다. 이 하나 이상의 처리 매개변수와 관련된 기여도 중 어느 것도 정렬 센서를 이용한 기판 상의 정렬 마크의 측정을 반드시 필요로 하지 않는다.
따라서, 이 정렬 경우에, 정렬 마크 측정(2200)의 정렬 핑거프린트(A')의 예는 기여도(2240)로서 보여지고 있으며, 기판 높이 또는 비평탄성(SH)(2205)의 정렬에 대한 기여도의 예는 기여도(2245)로서 보여지고 (개략적인 도면은 기판에 걸친 기판 높이 데이터를 보여주고 있으며, 이 데이터는 본 명세서에 설명된 바와 같은 정렬에 대한 대응하는 영향으로 변환될 수 있다), (화학적 기계적 평탄화(CMP), 에칭 등과 같은) 하나 이상의 공정 영향(PE)(2210)의 정렬에 대한 기여도의 예는 기여도(2250)로 보여지고 있으며 (개략적인 도면은 기판에 걸친 (에칭 영향 데이터와 같은) 하나 이상의 공정 영향 데이터를 보여주고 있으며 이 데이터는 필요하다면 본 명세서에서 설명된 바와 같이 정렬에 대한 대응하는 영향으로 변환될 수 있다), 가열(RH)(2115)의 정렬에 대한 기여도의 예는 기여도(2255)로서 보여지고 있고 (개략적인 도면은 마스크의 노광 필드에 걸친 마스크 가열 데이터를 보여주고 있으며 이 데이터는 본 명세서서 설명된 바와 같이 기판에서의 정렬에 대한 대응하는 영향으로 변환될 수 있다), 투영 시스템 수차(PA)(2220)의 정렬에 대한 기여도의 예는 기여도(2260)로 보여지고 있으며, 또한 패터닝 디바이스 서입 오차(RWE)(2225)의 정렬에 대한 기여도의 예는 기여도(2265)로서 보여지고 있다. 인식될 바와 같이, 이 기여도(2245 내지 2260) 모두는 기여도(2240)와 조합될 필요는 없다; 오히려, 하나 이상의 기여도(2245 내지 2260)는 기여도(2240)와 조합될 수 있다. 적용 가능한 경우 기여도는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의하여 획득될 수 있다. 예를 들어, 기여도는 물리적 모델, 경험적 모델링 및/또는 전용 측정을 기반으로 한 시뮬레이션에 의해 획득될 수 있다.
하나 이상의 이 기여도(2245 내지 2260) 각각은 기여도(2240)와 함께 조합(2270)되어 유도된 기여도(2275)를 실현할 수 있다. 요소(2270)는 플러스 기호를 나타내지만, 2270에서의 연산은 덧셈일 필요는 없으며, 예를 들어 이는 신경망 등의 사용을 통하여 곱셈, 컨볼루션일 수 있다. 하나 이상의 기여도에 대한 연산은 다른 하나 이상의 기여도와 상이할 수 있다 (예를 들어, 기여도(2240)와의 기여도(2245 및 2250)의 덧셈 및 하나 이상의 기여도(2255 내지 2265)와의 합의 컨볼루션). 예에서, 정렬에 대한 조합된 기여도는 다음과 같이 표현될 수 있다.
다양한 함수는 시뮬레이션, 수학적 모델링 및/또는 실험에 의해 얻을 수 있다. 더욱이, 여기에 보여지지 않은 (RH 곱하기 PA의 함수로서의 초점 등과 같은) 교차 항(cross term)이 있을 수 있다. 절대 정렬 값을 얻기 위해 정렬의 공칭 값 또는 시뮬레이션 값이 기여도와 조합될 수 있다. a1, b1, c1 등과 같은 계수는 각각의 처리 매개변수 또는 그의 함수에 대한 정렬의 민감도이다. 기여도의 일부는 기판에 걸친 것 (예를 들어, 공정 영향, 기판 높이 또는 비평탄성 등)이지만, 실시예에서, 하나 이상의 기여도는 가열(RH) (2215), 투영 시스템 수차(PA) (2220) 및 패터닝 디바이스 서입 오차(RWE) (2225)와 같은 다이/필드 마다일 수 있다 (이는 이후 예를 들어 인스턴스 각각에서의 적용 가능한 조건에 따라 기판에 걸쳐 반복될 수 있다). 위에서 언급된 바와 같이, 기여도(2275)는 기판/다이/필드에 걸쳐 공간적으로 한정될 수 있기 때문에 핑거프린트로서 특징지어질 수 있다. 또한, 절대값으로의 기여도의 변환은 기판/다이/필드에 걸쳐 공간적으로 한정될 수 있기 때문에 핑거프린트로 특징지어질 수 있다. 인식될 바와 같이, 패터닝 공정을 사용하는 다수의 기판의 처리로부터의 데이터는 각각의 기여도를 유도하기 위하여 사용될 수 있다. 이 데이터는 기판을 처리하는 공정의 부산물일 수 있으므로 이미 이용 가능할 수 있다.
국부적인 영향과 관련된 처리 매개변수의 예로 되돌아가면, 기판 높이 또는 비평탄성(2205)의 정렬에 대한 기여도는 기판 내의 면내(in-plane) 변위로 변환된 레벨링 기판 높이 맵일 수 있다 (예를 들어, 기판 당 1,000개 초과, 5,000개 초과, 10,000개 초과, 20,000개 초과 또는 50,000개 초과의 포인트가 있을 을 수 있으며, 따라서 면내 변위는 정렬 기여도에 대응한다). 정렬에 영향을 미치고 기판 높이 또는 비평탄성에 대응하는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 따라서, 공정 유발된 오염에 민감한, 면내 변위로 변환된 레벨링 측정은 정렬 측정을 더 높은 밀도로 개선하고 강화하기 위해 사용될 수 있다. 실시예에서, 레벨링 측정은 정렬 측정이 이루어질 때 기판의 상태에 대한 측정이다. 따라서, 실시예에서, 기판 높이 또는 비평탄성과 관련된 핑거프린트는 고려 중인 특정 기판에 특정적일 수 있다.
3D-NAND와 같은 특정 기술로, 레벨링 기판 높이 맵은 특히, 하나 이상의 공정 의존성 아티팩트(artefacts)를 제거한 후에 필드 내 레벨에서 정렬 변위를 탐색(probe)할 수 있다 (예를 들어, 더 많은 양의 레벨링 포인트가 사용된다). 광학 레벨 센서를 이용하여 알려진 바와 같이, 상이한 기판들 및 기판의 상이한 부분들은 방사선의 측정 빔과 다르게 상호 작용할 것이다. 다시 말해, 레벨 센서에 의하여 획득된 높이 측정은 공정-의존적 영향을 겪게 되며 항상 진정한 높이를 제공하지는 않는다. 특히, 명백한 표면 함몰이 기판으로부터 반사된 광이 소위 Goos-Haenchen 시프트를 겪을 때 야기되는 것으로 알려져 있다. 이 영향은 상이한 물질에 대해 상이하며 또한 여러 층의 구조 및 물질에 크게 의존한다. 따라서, 명백한 표면 함몰은 층마다 그리고 기판에 걸친 영역들 사이에서 상당히 달라질 수 있다. 예를 들어, 심하게 금속화된 영역은 주로 유전체 물질을 갖는 영역보다 더 확실하게 광을 반사할 것이다. 따라서, 전체 내용이 본 명세서에서 인용 참조되는 미국특허 번호 제7,265,364호, 미국 특허 출원 공개 번호 US2010/0233600호 및 미국 특허 출원 공개 번호 US2016/0370711호에서 설명된 것과 같은 하나 이상의 기술이 사용되어 제거를 위한 하나 또는 공정 의존성 아티팩트를 보정 및/또는 식별할 수 있다.
국부적인 영향과 관련된 처리 매개변수로 인한 다른 기여도는 리소그래피 패턴 전사 단계 이외의 처리로부터의 하나 이상의 공정 영향 (예를 들어, 에칭, CMP 및/또는 하나 이상의 공정 단계로 인한 정렬 마크에 대한 영향)과 관련된 핑거프린트이다. 하나 이상의 공정 영향의 데이터는, 예를 들어 도 3 내지 도 6에 관하여 도시되고 설명된 계측 장치를 사용한 "오프라인" 측정을 사용하여 결정될 수 있다. 실시예에서, 하나 이상의 공정 영향의 핑거프린트는 위에서 설명된 바와 같이 결정된, 유도된 기여도일 수 있다. 하나 이상의 공정 영향에 대응하는 정렬에 영향을 미치는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 실시예에서, 공정 영향 데이터는 그 정렬 마크에 기초한 특정 리소그래피 패턴 전사 단계를 위하여 정렬 측정이 이루어지는 시점 이전에 정렬 마크의 생성과 관련된다. 실시예에서, 공정 영향과 관련된 핑거프린트는 고려 중인 기판(들)이 동일한 공정 영향을 받는 경우에 처리되는 특정 기판에 의존하지 않을 수 있다. 그러나, 일부 경우에, 공정 영향과 관련된 핑거프린트는 상이한 기판이 상이한 값의 공정 영향을 받을 수 있는 특정 기판에 특정적일 수 있다
다른 가능한 처리 매개변수는 패턴 시프트를 유도할 수 있는 투영 시스템 수차이다. 실시예에서, 투영 시스템 수차는 센서 (예를 들어, 수차 및 다른 매개변수를 측정하기 위해 사용되는 간섭계 유형 측정 장치인 ASML의 ILIAS 센서)를 사용하여 리소그래피 장치에서 측정될 수 있다. 실시예에서, 정렬 마크 패턴 시프트에 대한 투영 시스템 수차는 센서에 의해 측정된 수차 잔차에 기초하여 계산된다. 투영 시스템 수차에 대응하는 정렬에 영향을 미치는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 실시예에서, 투영 시스템 수차 데이터는 그 정렬 마크에 기초하여 특정 리소그래피 패턴 전사 단계를 위하여 정렬 측정이 이루어지는 시점 이전의 정렬 마크의 생성과 관련된다. 실시예에서, 투영 시스템 수차와 관련된 핑거프린트는 다이/필드에 대해 결정될 수 있으며, 그후 기판 전체에 걸쳐 하나 이상의 다른 다이/필드에 대해 반복적으로 적용될 수 있다. 따라서, 투영 시스템 수차와 관련된 핑거프린트는 처리된 특정 기판에 의존하지 않을 수 있다.
가열은 다른 가능한 처리 매개변수이며, 이는 패턴 시프트를 유도할 수 있다. 실시예에서, 가열은 패터닝 디바이스 (예를 들어, 마스크)의 가열 및/또는 투영 시스템의 가열이다. 실시예에서, 가열은 패턴 전사를 위한 조명에 대한 패터닝 디바이스 및/또는 투영 시스템의 연장된 노광에 기인한다. 실시예에서, 가열은 센서 (예를 들어, 온도 센서)를 사용하여 리소그래피 장치 내에서 측정될 수 있다. 실시예에서, 가열은 하나 이상의 패터닝 디바이스 및/또는 투영 시스템 특성 (예를 들어, 열 물질 특성) 및 조명 선량을 이용한 기본 원칙에 기초하여 계산될 수 있으며 및/또는 리소그래피 장치의 사용으로부터 유도된 적절한 데이터로 교정된 수학적 모델에 기초하여 계산될 수 있다. 가열에 대응하는 정렬에 영향을 미치는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 실시예에서, 가열은 그 정렬 마크에 기초하여 특정 리소그래피 패턴 전사 단계를 위하여 정렬 측정이 이루어지는 시점 이전의 정렬 마크의 생성과 관련된다. 실시예에서, 가열과 관련된 핑거프린트는 다이/필드에 대해 결정될 수 있으며 그후 기판에 걸쳐 하나 이상의 다른 다이/필드에 대해 반복적으로 적용될 수 있다. 따라서, 가열과 관련된 핑거프린트는 처리된 특정 기판에 의존하지 않을 수 있다.
패터닝 디바이스 서입 오차는 다른 가능한 처리 매개변수이며, 이는 패턴 시프트를 유발할 수 있다. 실시예에서, 패터닝 디바이스 서입 오차는 패터닝 디바이스 자체 내에 또는 패터닝 디바이스 자체에 의하여 패턴을 형성하는 것과 관련된 오차이다. 예를 들어, 마스크의 흡수체 내의 패턴은 완벽하게 생성되지 않을 수 있으며, 따라서 설계된 패턴으로부터의 변동은 패터닝 디바이스 서입 오차로서 특징지어질 수 있다. 실시예에서, 패터닝 디바이스 서입 오차는 계측 장치를 사용하여 "오프라인" 측정에 의해 획득될 수 있다. 패터닝 디바이스 서입 오차에 대응하는 정렬에 영향을 미치는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 실시예에서, 패터닝 디바이스 서입 오차는 그 정렬 마크에 기초하여 특정 리소그래피 패턴 전사 단계를 위하여 정렬 측정이 이루어지는 시점 이전의 정렬 마크의 생성과 관련된다. 실시예에서, 패터닝 디바이스 서입 오차와 연관된 핑거프린트는 다이/필드에 대해 결정될 수 있으며 그후 기판에 걸쳐 하나 이상의 다른 다이/필드에 대해 반복적으로 적용될 수 있다. 따라서, 패터닝 디바이스 서입 오차와 관련된 핑거프린트는 처리된 특정 기판에 의존하지 않을 수 있다.
해당될 경우, 서보 제어(X, Y 및/또는 Z에서의 이동 평균(MA) 및/또는 이동 표준 편차(MSD)), 패터닝 디바이스 형상 (예를 들어, Z 방향으로의 굽힘), 패터닝 디바이스의 펠리클(pellicle)의 영향, 투영 시스템 기준 축 변동 등과 같은 하나 이상의 다른 가능한 처리 매개변수에 관한 정보가 또한 또는 대안적으로 포함될 수 있다. 정렬에 영향을 미치는 대응하는 면내 변위는 시뮬레이션, 수학적 모델링 및/또는 측정/실험에 의해 획득될 수 있다. 실시예에서, 하나 이상의 처리 매개변수 (예를 들어, 패터닝 디바이스 형상, 펠리클의 영향, 투영 시스템 기준 축 등)는 그 정렬 마크에 기초한 특정 리소그래피 패턴 전사 단계에 대하여 정렬 측정이 이루어지는 시점 이전의 정렬 마크의 생성과 관련된다. 이 하나 이상의 다른 가능한 처리 매개변수에 관한 정보는 리소그래피 장치 (또는 리소셀)의 계측 측정으로부터 유도되거나, "오프라인" 계측 측정으로부터 유도되거나 계산 (예를 들어, 시뮬레이션, 교정된 수학적 모델, 기본 원칙 등)에 의해 결정될 수 있다.
따라서, (처리 매개변수 데이터는 예를 들어, 리소그래피 장치 또는 다른 리소셀 계측 데이터일 수 있으며 및/또는 공정 및 적용 의존적일 수 있는) 국부적인 영향과 관련한 하나 이상의 처리 매개변수로 인한 정렬 측정 데이터와 정렬에 대한 영향을 조합함으로써, 예를 들어, 리소그래피 패턴 전사의 제어를 위한 전-리소그래피 패턴 전사 출력인 하이브리드 밀집 정렬 맵(HDAM)이 계산될 수 있다. 하이브리드 밀집 정렬 맵은 별도의 소스에서 획득된 데이터를 사용하기 때문에, 이 컴퓨터-기반 계측은 공정 및 적용의 기여도로부터의 표시를 개별적으로 가질 수 있다.
HDAM을 계산하기 위한 특정의 비제한적인 예시적인 작업 흐름이 도 19에 보여지고 있다. 즉, 도 19는 정렬을 위한 조합된 기여도를 도출하는 예를 개략적으로 보여주고 있으며, 여기서 예시적인 HDAM(2275)은 도 18의 예시적인 작업 흐름에 열거된 처음 4개의 입력을 이용하여 생성된다. 이 예에서, 고려 중인 특정 기판의 정렬 마크 측정의 정렬 핑거프린트(2240)는, 정렬 측정에 의해 획득되기보다는 HDAM(2275)을 획득하기 위하여 위에서 설명된 바와 같이 정렬에 대한 영향으로 변환되는 3개의 다른 기여도와 조합된다. 다른 3개의 입력은 기판 높이 또는 비평탄성(2205)의 정렬에 대한 기여도(2245) (개략적인 도면은 기판에 걸쳐 기판 높이 데이터를 보여주고 있으며, 이 데이터는 본 명세서에서 설명된 바와 같이 정렬에 대한 대응하는 영향으로 변환될 수 있다), 화학적 기계적 평탄화(CMP), 에칭 등과 같은 하나 이상의 공정 영향의 정렬에 대한 기여도(2250) (개략적인 도면은 기판에 걸쳐 (에칭 영향 데이터와 같은) 하나 이상의 공정 영향 데이터를 보여주고 있으며, 이 데이터는 필요한 경우, 본 명세서에 설명된 바와 같이 정렬에 대한 대응하는 영향으로 변환될 수 있다), 및 패터닝 디바이스 가열의 정렬에 대한 기여도(2255)이다 (개략적인 도면은 마스크의 노광 필드에 걸친 패터닝 디바이스 가열 데이터를 보여주고 있으며, 이 데이터는 본 명세서에 설명된 바와 같이 기판에서의 정렬에 대한 대응하는 영향으로 변환될 수 있으며, 다이/필드에서의 이 영향은 기판에 걸쳐 반복될 수 있다). 인식될 바와 같이, 다양한 기여도는 HDAM을 형성하기 위해 적절히 재-그리드 및/또는 스케일링될 수 있다. 또한, 다양한 기여도의 밀도는 원하는 대로 조정되어 HDAM의 전체 밀도를 조정할 수 있다. 따라서, 정렬 데이터를 하나 이상의 처리 매개변수의 정렬 영향과 조합함으로써, 정렬 데이터만보다 훨씬 더 치밀한 계산된 정렬 맵이 생성될 수 있다.
HDAM은 다양한 목적을 위하여 사용될 수 있다. 예시적인 사용은 패터닝 공정의 제어에 대한 입력으로서의 사용이다. 예를 들어, HDAM은 리소그래피 장치의 패턴 전사의 제어에 대한 입력일 수 있다. 그 점에 있어서, 이는 리소그래피 장치 내에서의 보정을 결정하기 위해 사용되는 필드 간 및/또는 필드 내 기판 정렬 모델에 대한 입력으로서 사용될 수 있다. 조합된 치밀 정렬 기판 맵은 필드 간 및 필드 내 레벨 모두에서 치밀 계측 정보를 제공하며, 따라서 정렬 데이터가 단독으로 사용되는 경우보다 제어 루프의 일부로서 고차 기판 정렬 모델의 사용을 지원할 수 있다.
사용 사례 및 입력 데이터에 따라, 필드 간 및 필드 내 레벨 모두에서 정렬 밀도가 원하는 대로 향상될 수 있다. 생산에 사용되는 전형적인 정렬 기술과 비교하여 이러한 더 높은 밀도의 계측으로, 고차 필드 간 및/또는 필드 내 정렬 모델은 (고차 정렬 모델을 갖는 경우) 모델 콘텐츠에 대해 잠재적으로 더 높은 정확도를 가질 수 있으며, 이는 결국 기판 레벨 당 오버레이 성능을 향상시킨다. 예를 들어, 도 20은 기존의 정렬 측정 방식에 따라 결정된 핑거프린트를 사용하여 보정된 패터닝 공정이 어떻게 오버레이 오차 핑거프린트로 변환되는지의 예를 개략적으로 도시하고 있다. 정렬 핑거프린트(2240)는 기존의 정렬 측정 기술을 사용하여 획득되며 정렬 모델을 사용하여 패터닝 공정을 보정하기 위해 사용된다. 보정된 패터닝 공정의 오버레이 핑거프린트는 2300으로 보여지고 있다. 핑거프린트(2300)에서 볼 수 있는 바와 같이, 기판 전체에 걸쳐 다양한 위치에서 비교적 중대한 오버레이 오차가 있다는 것을 보여주는 상당히 많은 비교적 큰 크기 벡터(magnitude vector)가 존재한다. 비교해보면, 도 21은 본 명세서에 설명된 바와 같이 계산된 정렬의 유도된 핑거프린트를 이용하여 보정된 패터닝 공정이 오버레이 오차로 어떻게 변환되는지의 예를 개략적으로 보여주고 있다. 유도된 핑거프린트 또는 HDAM(2275)은 본 명세서에 설명된 기술을 사용하여 획득되며 (정렬 핑거프린트(2240)만을 위하여 사용되는 것보다 더 높은 차수 모델일 수 있는) 정렬 모델을 사용하여 패터닝 공정을 보정하는데 사용된다. 이 예에서, HDAM은 기판 당 약 1,000 개 위치의 샘플링을 가지며, 이는 (생산의 시간 제약을 고려해볼 때) 생산 동안 정렬 측정만을 사용하는 것보다 상당히 높으며 또한 (정렬 마크 배치의 인-다이/필드 공간 제약을 고래해 볼 때) 생산 동안에 정렬 측정만을 사용하는 것보다 더 큰 온-디바이스(on-device) 패턴 적용 범위로 훨씬 더 치밀하다. 보정된 패터닝 공정의 오버레이 핑거프린트는 2310으로 보여지고 있다. 핑거프린트(2310)에서 볼 수 있는 바와 같이, 기판 전체에 걸쳐 다양한 위치에서 많지 않은 비교적 중요한 오버레이 오차가 있다는 것을 보여주는 극히 적은 비교적 큰 크기 벡터가 존재한다. 실제로, 예에서, 기존의 정렬 기술과 비교하여, 하이브리드 치밀 정렬 계측의 출력으로부터 계산된 고차 보정이 사용된 후에 오버레이는 상당히 개선 (예를 들어, 오버레이 [3개의 표준 편차 평균 합]는 4 ㎚에서 1 ㎚로 감소됨])될 수 있다.
실시예에서, 기여도 또는 HDAM은 (예를 들어, 오염 문제로 인한) 가능한 중대한 정렬 오차 또는 잔차를 식별하기 위해 분석될 수 있다. 이는, 예를 들어 데이터의 통계적 분석에 의하여, 데이터에 대한 임계값의 적용에 의하여 또는 둘 모두에 의하여 이루어질 수 있다. 상당한 정렬 오차가 있는 경우, 계측 샘플링은 재분배(예를 들어, 증가, 공간적으로 집중 등)되어 개선된 전산 계측 입력을 가능하게 할 수 있으며 및/또는 모델링의 복잡성을 개선(예를 들어, 더 높은 차수 모델을 제공)할 수 있으며, 바람직하게는 예를 들어 기판의 불필요한 재작업을 방지하고 따라서 패터닝 공정의 개선된 작동을 가능하게 바람직하다. 예로써, 기판에서의 기판 레벨로 지배적인 가열 기여도가 있는 경우, 처리량 타격 없이 그리고 다이 공간에서의 희생 없이 더 높은 차수 필드 내 기판 정렬 모델이 이용될 수 있도록 이 전산 계측은 필드 내 레벨에서 높은 계측 밀도를 제공하는 것을 도울 수 있다.
따라서, 실시예에서, 정렬 측정 이외로부터의 데이터 (예를 들어, 정렬 센서 이외의 리소그래피 장치 센서에 의한 측정으로부터의 데이터와 같은, 패터닝 공정 내의 다른 센서에 의한 측정으로부터의 데이터)에 기초하여 하이브리드 밀집 정렬 맵을 구성할 수 있는 컴퓨터 기반 정렬 계측이 제공된다. HDAM은 "인라인(inline)"으로 생성될 수 있으며, HDAM이 보정을 위해 사용될 수 있는 리소그래피 패턴 전사 단계 이전에 생성될 수 있다; 이는, 예를 들어 피드포워드 방식으로 그리고 패턴 전사 직전에 또는 도중에 보정을 위하여 HDAM 데이터의 사용을 가능하게 할 수 있다. 실시예에서, 하이브리드 밀집 정렬 맵은, 정렬 측정과 같은 "인라인" 계측과 조합될 수 있는 "오프라인(offline)" 계측 (예를 들어, 패터닝 디바이스 서입 오차, (CMP, 에칭 등의 영향과 같은) 공정 영향)으로부터의 측정에 기초하여 구성될 수 있다.
컴퓨터 기반 정렬 계측은 단지 정렬 측정 데이터와 비교하여 기판 정렬 핑거프린트의 증가된 밀도를 갖는 하이브리드 밀집 정렬 맵을 구성할 수 있으며, 또한 예를 들어, 기판 처리 처리량의 감소를 야기하지 않고 및/또는 기판 필드/다이 내의 공간을 희생시키지 않고 이와 같이 할 수 있다. 컴퓨터 이용 기반 정렬 계측은, 단지 정렬 측정 데이터와 비교하여 하이브리드 밀집 정렬 맵에 기초하여 더 높은 차수 필드 내 정렬을 가능하게 하는 하이브리드 밀집 정렬 맵을 구성할 수 있다. 실시예에서, 하이브리드 밀집 정렬 맵에 대한 하나 이상의 기여도는 물리적 모델을 사용하여 결정될 수 있으며, 따라서 모델 피팅(fitting)을 방지할 수 있다. 예를 들어, 가열 유도된 패턴 시프트로 인한 (오프라인) 시뮬레이션 또는 모델 기반 정렬 핑거프린트는 필드 내 레벨에서 계산될 수 있으며, 이는 기판에서의 기판 레벨로의 지배적인 변위를 보상하기 위해 더 높은 차수 필드 내 기판 정렬을 가능하게 할 수 있다. 추가의 예로서, 광학 수차 유도된 패턴 시프트로 인한 (오프라인) 시뮬레이션 또는 모델 기반 정렬 핑거프린트가 계산되어, 예를 들어, 필드 내 기판 정렬 모델의 사용을 위하여 필드 내 레벨에서 치밀 계측 데이터를 생성할 수 있다. 다른 예로서, 패터닝 디바이스 서입 오차 유도된 패턴 시프트로 인한 (오프라인) 시뮬레이션 또는 모델 기반 정렬 핑거프린트가 계산되어, 예를 들어 필드 내 기판 정렬 모델의 사용을 위하여 필드 내 레벨에서 치밀 계측 데이터를 생성할 수 있다. 가열, 광학 수차 및/또는 패터닝 디바이스 서입 오차의 측정은 각각의 정렬 핑거프린트의 결정에 대하여 입력될 수 있다.
HDAM의 장점은 기존 정렬 측정 공정과 비교하여 더 높은 밀도를 갖는 정렬 계측이며, 이는 예를 들어 기존 측정 공정보다 더 높은 공간 주파수에서 기판 핑거프린트를 캡처할 수 있다. 부가적인 또는 대안적인 이점은 다수의 입력 (기여도)을 갖는 이 전산 계측이 오차의 전-리소그래피 전사 클러스터링(clustering) 및 패터닝 공정에서의 예를 들어 상이한 우선 순위를 갖는 다수의 자동 공정 제어 스레드(threads)를 포함할 수 있는 능력을 가능하게 한다는 것이다. 부가적인 또는 대안적인 이점은 이 전산 계측이 "인라인"으로, 즉 기판의 처리 중에 수행될 수 있으며, 따라서 (기판이 재작업, 폐기 등이 될 수 있도록) 피드포워드 보정에 및/또는 편위(excursion)를 식별하기 위한 툴로서 적합할 수 있다. 부가적인 또는 대안적인 이점은 이 전산 계측이 높은 샘플링 밀도로 인하여 정렬의 기판 핑거프린트의 보다 정확한 캡처를 결정을 가능하게 할 수 있다는 것이다. 부가적인 또는 대안적인 이점은 이 전산 계측이 더욱 정확한 정렬 입력으로 인하여 기판 성능에 대하여 개선된 오버레이 기판을 가능하게 할 수 있다는 것이다.
본 명세서 내의 방법의 결과 (또는 본 명세서 내의 방법의 결과로부터 유도된 다른 결과 (예를 들어, 결함 예측))는 패터닝 공정 내의 공정 또는 공정 내의 장치의 제어, 패터닝 공정에 의하여 생산된 기판의 모니터링, 패터닝 공정의 공정 또는 장치의 설계 등을 포함하는 다양한 목적을 위하여 사용될 수 있다. 예를 들어, 결과 또는 그로부터 유도된 다른 결과는 기판의 추가 처리를 위한 또는 다른 기판의 처리를 위한 패터닝 공정의 장치 또는 공정을 변경하기 위해 사용될 수 있다. 예를 들어, 결과는 결함을 예측하기 위해 사용될 수 있다. 결함의 예측은, 예를 들어 영향을 받는 영역을 검사하기 위해 계측 툴을 제어하기 위하여 및/또는 기판의 추가 처리를 위한 또는 다른 기판의 처리를 위한 패터닝 공정의 장치 또는 공정을 변경하기 위하여 사용될 수 있다. 또한, 결과는, 예를 들어 리소그래피 장치의 보정을 위하여 선량 레시피를 유도함으로써 패터닝 공정을 설계하는데 사용될 수 있어, 패터닝 디바이스 및 그 패턴의 설계, 공정의 설정 등을 가능하게 한다. 또한, 결과는 모델 교정, 예를 들어, 광학 근접 보정 모델, 소스-마스크 최적화 모델, 리소그래피 제조 점검 모델, 레지스트 모델, 이미징 모델, 측정 모델 (예를 들어, 측정 공정의 모델링) 등의 교정에 사용될 수 있다. 결과는 다양한 목적을 위하여 그후 사용될 수 있는 하나 이상의 공정 변수 (예를 들어, 최적 노광 및/또는 최적 선량)를 결정하는데 사용될 수 있다. 인식될 바와 같이, 다른 많은 용도가 있을 수 있다.
실시예에서, 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수의 제1 분포를 결정하는 것; 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제2 매개변수의 제2 분포를 결정하는 것; 및 하드웨어 컴퓨터에 의하여, 제1 및 제2 분포에서 작동하는 함수를 이용하여 디바이스 제조 공정과 관련된 관심 대상 매개변수의 분포를 결정하는 것을 포함하는 방법이 제공된다.
실시예에서, 제1 매개변수, 제2 매개변수 및 관심 대상 매개변수는 동일하다. 실시예에서, 제1 분포는 디바이스 제조 공정에 특정적이지만, 디바이스 제조 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다. 실시예에서, 제2 분포는 디바이스 제조 공정을 사용하여 처리된 특정 기판에 특정적이지만, 디바이스 제조 공정을 사용하여 처리된 다른 기판에 일반적이지 않다. 실시예에서, 제1 분포 및/또는 제2 분포는 각각의 제1 및/또는 제2 매개변수에 대한 서보 오차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 정렬 모델 잔차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 모델 잔차의 기여도, 및/또는 각각의 제1 및/또는 제2 매개변수에 대한 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다. 실시예에서, 제1 분포를 결정하는 것은 제1 매개변수의 측정된 데이터를 획득하는 것 및 그로부터 제1 매개변수에 대한, 디바이스 제조 공정의 특정 디바이스의 기여도를 제거하는 것을 더 포함하고 있다. 실시예에서, 특정 디바이스의 기여도는 서보 오차의 기여도, 정렬 모델 잔차의 기여도, 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 투영 시스템 모델 잔차의 기여도, 및/또는 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다. 실시예에서, 측정된 제1 매개변수 데이터는 모니터 기판으로부터 측정된 제1 매개변수 데이터를 포함하고 있다. 실시예에서, 제1 분포, 제2 분포 및/또는 관심 대상 매개변수의 분포는 공간 기판 핑거프린트를 포함하고 있다. 실시예에서, 본 방법은 기판에 대한 결함을 예측하고, 디바이스 제조 공정을 제어하고, 디바이스 제조 프로세스를 모니터링하고, 디바이스 제조 공정의 양태를 설계하고, 및/또는 수학적 모델을 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하기 위해 관심 매개변수의 분포를 이용하는 것을 더 포함하고 있다. 실시예에서, 제1 매개변수, 제2 매개변수 및/또는 관심 대상 매개변수는 오버레이, CD, 초점, 선량 및/또는 에지 위치로부터 선택된 하나 이상이다. 실시예에서, 디바이스 제조 공정은 리소그래피 공정 및/또는 반도체 제조 공정을 포함하고 있다. 실시예에서, 함수는 산술 덧셈, 컨벌루션 및/또는 신경망으로부터 선택된 하나 이상을 포함하고 있다. 실시예에서, 제1 매개변수 및/또는 제2 매개변수는 관심 대상 매개변수와 상이하며 관심 대상 매개변수에 대한 제1 매개변수 및/또는 제2 매개변수를 더 포함하고 있다. 실시예에서, 본 방법은 디바이스 제조 공정에서 사용되는 리소그래피 장치 및/또는 에칭 장치에 의해 제공된 데이터를 사용하여 제1 분포 및/또는 제2 분포를 결정하는 것을 더 포함하고 있다.
실시예에서, 패터닝 공정의 일부로서 오버레이에 대한 리소그래피 장치의 기본적인 기여도를 획득하는 것; 및 하드웨어 컴퓨터에 의하여, 기본적인 기여도를 기판의 오버레이에 대한 추가 기여도와 조합하여 기판에 대한 오버레이의 추정을 얻는 것을 포함하는 방법이 제공된다.
실시예에서, 추가 기여도는 오버레이에 대한 기판의 기판 표면 높이의 기여도를 포함하고 있다. 실시예에서, 추가 기여도는 오버레이에 대한 기판의 기판 서보 오차의 기여도를 포함하고 있다. 실시예에서, 추가 기여도는 정렬 및/또는 투영 시스템 모델 잔차의 기여도를 포함하고 있다. 실시예에서, 본 방법은 기판의 오버레이에 대한 에칭 공정의 기여도를 기본적인 기여도 및 기판 표면 높이의 기여도와 조합하는 것을 더 포함하고 있다. 실시예에서, 에칭 공정 기여도는 패터닝 공정에 특정적이지만, 패터닝 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다. 실시예에서, 기본적인 기여도는 특정 패터닝 공정에 특정적이지만, 패터닝 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다. 실시예에서, 기본적인 기여도를 획득하는 것은 측정된 오버레이 데이터를 획득하는 것 및 그로부터 오버레이에 대한 리소그래피 장치의 특정 구성 요소의 기여도를 제거하는 것을 더 포함하고 있다. 실시예에서, 특정 구성 요소의 기여도는 서보 오차의 기여도, 정렬 모델 잔차의 기여도, 투영 시스템 수차의 기여도, 투영 시스템 모델 잔차의 기여도, 및/또는 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다. 실시예에서, 측정된 오버레이 데이터는 모니터 기판으로부터 측정된 오버레이 데이터를 포함하고 있다. 실시예에서, 기여도는 공간 기판 핑거프린트를 포함하고 있다. 실시예에서, 본 방법은 기판에 대한 결함을 예측하고, 패터닝 공정을 제어하고, 패터닝 공정을 모니터링하고, 패터닝 공정의 양태를 설계하고 및/또는 수학적 모델 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하도록 추정을 이용하는 것을 더 포함하고 있다.
실시예에서, 디바이스 제조 공정 수행 중에, 측정된 정렬 데이터의 제1 분포를 결정하는 것; 디바이스 제조 공정에서의 처리 매개변수로부터 유도된 정렬 데이터의 제2 분포를 결정하는 것; 및 하드웨어 컴퓨터 시스템에 의해, 디바이스 제조 공정과 관련된 정렬 데이터의 분포를 제1 및 제2 분포의 함수로서 결정하는 것을 포함하는 방법이 제공된다.
실시예에서, 처리 매개변수는 기판 높이 또는 비평탄성, 공정 영향, 광학 요소 가열, 광학 수차 및/또는 패터닝 디바이스 서입 오차;로부터 선택된 하나 이상을 포함하고 있다. 실시예에서, 제2 분포는 디바이스 제조 공정의 복수의 처리 매개변수로부터 유도된다. 실시예에서, 처리 매개변수는 기판 높이 또는 비평탄성, 공정 영향 및 광학 요소 가열을 포함하고 있다. 실시예에서, 제2 분포는 디바이스 제조 공정에 특정적이지만 디바이스 제조 공정을 이용하여 처리된 임의의 특정 기판에는 특정적이지 않다. 실시예에서, 제2 분포는 디바이스 제조 공정을 이용하여 처리된 특정 기판에 특정적이지만 디바이스 제조 공정을 이용하여 처리된 다른 기판에는 일반적이지 않다. 실시예에서, 제2 분포는 처리 매개변수의 측정으로부터 유도된다. 실시예에서, 본 방법은 기판에 대한 결함을 예측하고, 디바이스 제조 공정을 제어하고, 디바이스 제조 공정을 모니터링하고, 디바이스 제조 공정의 양태를 설계하며 및/또는 수학적 모델을 교정하는 것;으로부터 선택된 임의의 하나 이상을 수행하도록 정렬 데이터의 분포를 이용하는 것을 더 포함하고 있다. 실시예에서, 본 방법은 정렬 데이터의 분포에 기초하여 계측 데이터의 샘플링을 변경하는 것을 더 포함하고 있다. 실시예에서, 본 방법은 측정된 정렬 데이터만으로 사용된 것과 비교하여 정렬 데이터의 분포를 갖는 더 높은 차수 정렬 모델을 사용하는 것을 더 포함하고 있다. 실시예에서, 본 방법은 디바이스 제조 공정에서 사용되는 리소그래피 장치에 의해 제공된 데이터를 사용하여 제1 분포 및/또는 제2 분포를 결정하는 것을 더 포함하고 있다. 실시예에서, 제1 분포, 제2 분포 및/또는 관심 대상 매개변수의 분포는 공간 기판 핑거프린트를 포함하고 있다. 실시예에서, 디바이스 제조 공정은 리소그래피 공정 및/또는 반도체 제조 공정을 포함하고 있다. 실시예에서, 함수는 산술 덧셈, 컨벌루션 및/또는 신경망으로부터 선택된 하나 이상을 포함하고 있다.
실시예에서, 측정된 정렬 데이터에 기초하여, 패터닝 공정을 사용하여 처리된 기판의 적어도 일부에 걸쳐 정렬 데이터 분포를 획득하는 것; 및 기판에 대한 정렬 데이터의 추정을 획득하도록, 하드웨어 컴퓨터에 의해, 정렬 데이터 분포를 측정된 정렬 이외의 처리 매개변수에 기인하는 정렬 핑거프린트와 조합하는 것을 포함하는 방법이 제공된다.
일 실시예에서, 정렬 핑거프린트는 정렬에 대한 기판의 높이 또는 기판의 비평탄성의 기여도를 포함하고 있다. 실시예에서, 정렬 핑거프린트는 리소그래피 패턴 전사 이외의 패터닝 공정의 일부로 인한, 정렬에 대한 기판의 공정 영향의 기여도를 포함하고 있다. 실시예에서, 정렬 핑거프린트는 정렬에 대한 기판의 가열의 기여도를 포함하고 있다. 실시예에서, 정렬 핑거 프린트는 패터닝 공정에 특정적이지만, 패터닝 공정을 이용하여 처리된 임의의 특정 기판에는 특정적이지 않다. 실시예에서, 정렬 핑거프린트는 패터닝 공정을 이용하여 처리된 특정 기판에 특정적이지만, 패터닝 공정을 사용하여 처리된 다른 기판에는 일반적이지 않다. 실시예에서, 정렬 핑거프린트는 처리 매개변수의 측정으로부터 유도된다. 실시예에서, 정렬 핑거프린트는 공간 기판 핑거프린트를 포함하고 있다. 실시예에서, 본 방법은 기판에 대한 결함을 예측하고, 패터닝 공정을 제어하고, 패터닝 공정을 모니터링하고, 패터닝 공정의 양태를 설계하고 및/또는 수학적 모델 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하도록 추정을 이용하는 것을 더 포함하고 있다.
오버레이의 전산 계측(CM)을 위한 입력 기여자는 스캐너 및 검사 툴의 노광 센서에 의해 수집된 측정일 수 있다. 예를 들어, 이들은 레벨 센서와 정렬 센서 측정, 스테이지 동적 서보 로깅(logging), 오버레이 및 다른 오프라인 계측 측정을 포함할 수 있다.
정렬 입력을 기여자의 예로 들어보면, 예를 들어 3차 다항식을 기초로 하는 고차 정렬 모델이 정렬 측정으로부터 모델 콘텐츠를 계산하기 위해 사용된다. 이러한 모델 콘텐츠는 정렬 마크 변형과 함께 웨이퍼 변형 기여도에 의하여 크게 영향(dominated)을 받을 수 있다. 그러나, 정확한 오버레이 계측 모니터링, 제어 또는 결함 예측을 위하여, 웨이퍼 변형 기여도만이 진정한 신호이다. 정렬 마크 변형은 관련이 없으며 배제되어야 할 오차 (또는 "노이즈") 소스이다. 이러한 부정확한 모델 콘텐츠를 포함하는 것의 결과는 전산 계측(CM)의 일관되지 않은 성능이다. 작은 정렬 마크 변형만을 겪는 웨이퍼의 경우, 더 높은 신호 대 노이즈비로 인하여 고차 모델을 갖는 정렬 입력은 계측 정확도를 향상시킬 수 있다. 심각한 정렬 마크 변형을 겪는 웨이퍼의 경우, 낮은 신호대 노이즈비로 인하여 이 입력은 계측 정확도를 저하시킬 수 있다. 오차 (또는 "노이즈")는 사용되고 있는 모델의 차수에 비례한다. 전형적으로, 이는 공정-유도된 영향으로 인하여 정렬 마크가 가장 많이 변형되는 위치에서, 예를 들어 웨이퍼 에지에서 일어난다. 이러한 제한은 저차 모델이 "노이즈"의 진폭을 제한하기 위해 선택되는 것으로 이어지지만, 그러면 고차 모델에 의해서만 캡처되는 실제 웨이퍼 변형 신호가 입력에서 누락되기 때문에 CM의 성능은 제한된다.
이 제한은 일반적으로 다른 입력 기여자, 예를 들어 레벨 센서 측정된 웨이퍼 높이 맵, 스캐너 역학, 오프라인 계측 측정된 에칭 유도 오버레이, 최하부 격자 비대칭 측정, CD 측정 등에 대해 존재한다는 점이 주목된다.
스캐너 또는 오프라인 계측으로부터의 측정을 CM에 대한 입력 기여자들로 포함할 때 기여자들 간의 직교성은 유용한 가정이다. 이 가정으로, 기여자들은 관심 대상 매개변수, 예를 들어 현상 후 오버레이, 에칭 후 오버레이, 또는 SEM 측정된 CD 또는 오버레이와 같은 패터닝 공정 매개변수와의 크로스 토크없이 부가될 수 있고 상호 연관될 수 있다. 그러나, 이 기여자들은 특히 특정 공간 주파수 조건에서 여전히 서로 간섭할 수 있다. 관심 대상 매개변수에 따라 이 기여자들은 또한 상이한 조건에서의 관심 대상 매개변수와 상호 관련될 수 있다.
CM에 대한 다수의 입력 기여자의 주파수 분포에서, 높은 (>100Hz) 주파수 범위에서 스캐너 계측 입력 (예를 들어, 웨이퍼 높이 맵을 측정하는 레벨 센서)은 다른 기여자 (예를 들어, 스캐너 동적 서보 오차)로부터의 작은 크로스토크로 오버레이 콘텐츠를 예측할 수 있다.
그러나, 낮은 (<100Hz) 주파수 범위에서, 기여자는 공통 주파수 윈도우를 공유한다. 이 기여자는, 예를 들어 웨이퍼 정렬 모델 콘텐츠, 모니터 웨이퍼 모델 콘텐츠, 레벨 센서 측정, 동적 서보 데이터를 포함하고 있다. 이는 이러한 모델 콘텐츠들이 서로 간섭할 수 있다는 것을 시사한다. 그러나, 또한 이는 이 기여자가, 여기에서 주파수 윈도우로 불리는 특정 주파수 조건에 대한 오버레이 콘텐츠의 특정 부분과 연관성이 있을 수 있다는 것을 나타낸다. 이러한 주파수 윈도우를 벗어난 신호에 대하여, 원하지 않는 기여도는 "노이즈(noise)"의 부분이 될 수 있으며 CM의 정확도를 감소시킬 수 있다. 따라서, 신호 대 노이즈비를 증가시키기 위해, 예를 들어 주파수 저/고/대역 통과 필터를 통해 CM의 입력 기여자로부터 이러한 "노이즈"를 배제하는 것이 유리할 것이다. 아래에 설명된 실시예는 CM이 이러한 "노이즈"를 배제하는 방법론을 제공한다.
이러한 기능은 또한 다른 적용의 일반화된 데이터 사용을 위하여 관심 대상 매개변수에 대한 CM의 결과를 교정하는데 유용하다. 예를 들어, 광학적으로 측정된 오버레이와 SEM-측정된 디바이스 피처 종속 오버레이 사이에서, 상이한 크기와 설계로 인하여 타겟은 패터닝 처리에 다르게 반응한다. 이러한 기능은 결함 예측 관점에서, 광학적으로 측정된 기여자와 실제 디바이스의 피처의 응답 사이의 상관되지 않은 오버레이 콘텐츠를 배제하는데 유용하다.
실시예에서, 모델 또는 NCE (보정 가능하지 않은 오차) 모델은 주파수 저/고역 통과 필터로서 작용할 수 있으며, 특정 모델 매개변수의 세트는 주파수 대역 통과 필터로서 작용할 수 있다. 이는 2개의 입력 데이터 중 임의의 것 (즉, 기여자 또는 임의의 패터닝 공정 매개변수)으로부터 추론된 특정 모델 매개변수의 쌍이 각 쌍 내에서 상관관계를 보여주는 한, 본 명세서에서 교정 계수로 불리는, 2개의 입력 데이터 사이의 가중치가 그에 따라 결정될 수 있다는 것을 의미한다.
실시예에서, 임의의 2개의 입력 기여자 또는 관심 대상 매개변수들 사이의 상관 모델 매개변수에 대한 교정 계수를 추론하기 위한 방법론이 제공된다. 이해를 돕기 위해, 한 도메인을 다른 도메인으로부터 예측하는 면에서 본 방법론을 설명한다. 예측을 위하여 사용되는 입력 기여자는 도메인 A로 정의된다. 관심 대상 매개변수는 도메인 B로 정의된다.
입력 기여자 도메인 A는 도 7을 참조하여 설명된 바와 같이, 정렬 변수와 같은 처리 변수일 수 있다. 관심 대상 매개변수 도메인 B는 도 7 및 도 8을 참조하여 설명된 바와 같이, 오버레이와 같은 패터닝 공정 매개변수일 수 있다.
도 22는 실시예에 따른 방법을 위한 흐름을 개략적으로 보여주고 있다.
오버레이 분포와 같은 관심 대상 매개변수 분포(3222)(DB)가 결정된다. 이는 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수(2321)의 제1 분포(2322)이다. 분포(2322)를 결정하기 위해, 제1 매개변수(2321)의 제1 값의 분포(2325)가 획득된다. 이후, 제1 값의 분포(2325)가 모델링되어(2328) 제1 모델링된 값의 분포(2322)(DB)를 획득한다. 따라서, 이 실시예에서, 결정된 제1 분포 (관심 대상 매개변수)는 제1 모델링된 값의 분포(2322)(DB)를 포함하고 있다.
정렬 분포와 같은 입력 기여자 분포(2312)(DA)가 결정된다. 이는 디바이스 제조 공정을 수행하는 중의 오차 또는 잔차와 관련된 제1 매개변수(2311)의 제2 분포(2312)이다. 분포를 결정하기 위해, 제1 매개변수(2311)의 제2 값의 분포(2315)가 획득된다. 제1 값의 분포(2315)가 이후 모델링되어(2318) 제2 모델링된 값의 분포(2312)(DA)를 획득한다. 따라서, 이 실시예에서, 결정된 제2 분포 (입력 기여자)는 제1 모델링된 값의 분포(2312)(DA)를 포함하고 있다.
모델링(2328, 2318)을 위하여, 제1 분포(2325)의 값과 제2 분포(2315)의 값 사이의 상관관계가 임계 값을 초과하는 것에 대하여 변동(2304)(SV) (예를 들어, 주파수<100Hz)의 스케일이 결정된다(2302). 제1 및 제2 값의 분포는 그후 결정된 변동의 스케일(2304)(SV)에 따라 모델링(2328, 2318)되어 제1 모델링된 값의 분포 및 제2 모델링된 값의 분포(2322(DB) 및2312(DA))를 획득한다.
다음으로, (이 실시예에서, 제1 매개변수, 예를 들어 오버레이인) 관심 대상 매개변수의 분포는, 하드웨어 컴퓨터에 의해, 제1 및 제2 분포(2322(DB), 2312 (DA))에서 작동하는 함수를 이용하여 결정된다. 이 실시예에서의 함수는 제1 및 제2 분포(2322, 2312)에서 작동하는 상관관계(2322)(CORR)를 포함하고 있다.
관심 대상 매개변수의 분포(2352)(DB')의 결정은 제1 모델링된 값의 분포(2322)(DB)와 관련된 제1 모델 계수와 제2 모델링된 값의 분포(2312)(DA)와 관련된 제2 모델 계수 간의 맵핑(2332)(CORR)에 의하여 획득된 스케일링 계수(2334) (교정 계수(CF))를 이용하여, 모델링된 제2 분포(2332)(DA)를 스케일링(2335)하는 것에 기초한다. 스케일링 계수(2334) (교정 계수(CF))는 관심 매개변수의 분포(2352)를 결정하는 단계에서 모델링된 성분을 배제하기 위해 사용될 수 있다. 예를 들어, 스케일링 계수가 임계치 이하이면(2333), 그후 제1 모델링된 값의 분포(2312) (DA)와 관련된 모델 계수는 스케일링에서 제외될 수 있다.
도 23 및 도 24는 관심 대상 매개변수의 분포를 예측하기 위해 교정 계수를 조정하는 것을 개략적으로 보여주고 있다. 2개의 도메인인 도메인 A (정렬)와 도메인 B (오버레이) 간의 상관관계가 정의될 수 있다. 동일한 매개변수 세트로 설명될 수 있는 2개의 도메인, 예를 들어 선형의, 고차 또는 조합된 다항식 계수들에 대하여, 간단한 선형 대수를 이용하여 도메인 B의 계수를 도메인 A의 계수와 나눔으로써 스케일링 계수 또는 교정 계수 세트는 상관 계수에 대하여 한정될 수 있다.
하나의 도메인이 다른 도메인으로부터 보정을 받아들이는 경우, 이 두 도메인 사이에 양호한 상관관계가 존재할 가능성이 높으면서 많은 양의 데이터 포인트가 주어진다. 예를 들어, 스캐너는 정렬 측정으로부터의 정보를 사용하여 기판 그리드(변형)를 보정한다. 정렬 모델 내에서 사용되는 최대 5차 다항식 성분의 매개변수에 대한 정렬과 오버레이 간에 밀접한 상관관계가 있다는 가정이 있다. 즉, 도메인 B (오버레이)는 도메인 A (정렬)로부터 보정을 받아들이며 도메인 A와 도메인 B 간에는 밀접한 상관관계가 있다.
도 23 및 도 24는 모든 모델 매개변수에 대하여 교정 계수로 다른 도메인(DA)을 투영함으로써 하나의 도메인(DB')을 예측하는 것을 도시하고 있다. 먼저, 모든 모델 매개변수가 각 도메인에 대해 계산된다. 2개의 모델 매개변수(MPA 및 MPB)는 표로 만들어진 8개의 그의 포인트(P1 내지 P8)를 각각 갖는다.
도 23과 관련하여, 표 2362는 도메인 A(DA) 및 도메인 B(DB)에 대한 MPA의 값을 보여주고 있다. 그래프 2366은 표 2362 내의 데이터 포인트를 포함하는, 도메인 A에 대한 MPA 대 도메인 B에 대한 MPA의 플롯(plot)이다. 상관관계는 선형 모델(y=a*x)을 피팅(fitting)함으로써 결정되어 모델 매개변수(MPA)에 대한 매개변수 세트들 사이의 교정 계수, 여기서는 0.50 (y=0.5*x)을 결정한다.
도 24와 관련하여, 표 2364는 도메인 A(DA) 및 도메인 B(DB)에 대한 MPB의 값을 보여주고 있다. 그래프 2368은 표 2364 내의 데이터 포인트를 포함하는, 도메인 A에 대한 MPB 대 도메인 B에 대한 MPB의 플롯이다. 상관관계는 선형 모델(y=a*x)을 피팅함으로써 결정되어 모델 매개변수(MPB)에 대한 매개변수 세트들 사이의 교정 계수, 여기서는 0.33 (y=0.33*x)을 결정한다.
교정 계수들은, 도 23의 표 2370 및 도 24의 표 2372에서 보여지는 바와 같이, 모델 매개변수(MPA 및 MPB)들에 대하여 도메인 A 매개변수 값들로부터 관심 대상 매개변수(DB')(예를 들어, 오버레이)의 모델 매개변수들을 각각 예측하기 위해 사용된다..
도메인 A와 도메인 B 사이에 완벽한 상관관계가 있을 수 있을지라도, 2개의 매개변수 세트 사이의 가중치가 1이라는 점이 보장되지는 않는다. 예를 들어, 정렬 측정의 웨이퍼 대 웨이퍼 변환 값은 오버레이의 맥락에서 관찰된 변환 값보다 2배 클 수 있다. 이 경우 2개의 매개변수 세트 간에 완벽한 상관관계가 있을지라도, 스케일이 항상 1은 아니다. 즉, 2개의 매개변수 세트 사이에 밀접한 상관관계가 있는 경우, 도메인 A의 매개변수 값과 곱해질 매개변수에 대한 교정 계수를 조정함으로써 도메인 B는 더욱 정확하게 예측될 수 있다. 양호한 예측 품질을 갖기 위해서는 입력 샘플링의 비대칭 레이아웃으로 인한 모델 매개변수들 간의 크로스토크를 방지하기 위해 도메인 A와 도메인 B의 입력 샘플링이 바람직하게는 제한되어야 한다는 점이 주목된다.
정렬 및 오버레이가 스케일 1과 연관성이 있다면, 이는 오버레이 보정이 실제 웨이퍼 변형을 나타내는 정보, 이 경우에 참(true)이고 실제인 정렬 정보에 기초한다는 것을 의미한다. 이 경우 2개의 매개변수 세트로부터의 교정 계수는 모두 1이며 이는 관측된 스케일과 동일하다.
정렬 측정이 정렬 마크 비대칭 또는 계측 측정 불확실성을 겪는 경우, 이는 정렬에 대하여, 변형된 정렬 마크로부터 나오는 잘못된 정보가 있다는 것을 의미한다. 이 잘못된 정보로 정렬 모델이 계산된다면, 마크 변형으로 인한 오차는 오버레이 예측으로 다이얼(dialed)될 것이다. 실시예에서, 상관관계가 충분히 양호한 정렬과 오버레이 사이의 이 상관된 모델 매개변수만을 검토함으로써, 정렬과 오버레이 사이의 교정 계수가 매개변수마다 계산될 수 있다. 이 선택된 교정 계수를 정렬 데이터에 적용함으로써, 잘못된 정렬 마크 변형에 의해 유도된 오버레이 예측은 모든 매개변수에 대해 교정(필터링)될 수 있다.
계측 오버레이 타겟의 변형으로 인하여, 일반적으로 계측 타겟 오버레이와 디바이스 오버레이 간에 오프셋(offset)이 있다. 이 오프셋 버짓(offset budget)은 "배치(batch)"와 "웨이퍼 대 웨이퍼" (W2W) 카테고리로 분할될 수 있다. 실제 디바이스 오버레이 측정을 기반으로 "배치" 오프셋이 계산되는 동안, W2W의 경우에, 계측 오버레이와 디바이스 오버레이 간에 안정적인 상관관계가 있다면, 교정 계수가 한정되고 사용되어 위에서 설명된 방식으로 이 오프셋을 W2W로서 교정/예측할 수 있다. 이는 도메인 A를 "계측 오버레이"로 대체하고 도메인 B를 "디바이스 오버레이"로 대체함으로써 이해될 수 있다.
오버레이의 교정/예측은 컨텍스트 정보를 사용; 컨텍스트 기반 그룹화의 개념을 사용하여 확장될 수 있다. 생산 로트가 몇 개의 그룹으로 나누어지고 각 그룹이 상이한 공정 툴로 개별적으로 처리되는 경우에 대해, 각 그룹의 핑거프린트 (또는 웨이퍼/마크 변형/비대칭성의 정도)는 서로 다를 것이다. 이 경우, 총 데이터 세트는 서브-데이터 세트들로 그룹화될 수 있으며 상관관계/교정 계수가 그룹마다 다시 계산될 수 있다. 계산된 교정/예측은 각 그룹에 개별적으로 적용되어 더 우수한 교정/예측 결과를 이끌어낼 것이다.
도 25는 정확한 예측 가능성의 결정을 개략적으로 보여주고 있다. 수직 축(DB)은 도메인 B 모델 매개변수 값이며, 수평 축(DA)은 도메인 A 모델 매개변수 값이다.
각 데이터 세트에 대한 교정 계수를 계산하는 동안, 데이터 포인트가 고르게 분포된다는 가정 하에, 정확한 예측의 가능성이 아래에서 설명된 바와 같이 프레임워크를 이용하여 한정될 수 있다.
(1) 어떤 데이터 포인트가 상관 계수 라인(2706)의 기울기와 도메인 B(DB)의 축 사이의 영역(2704)에 있는 경우, 예측 값은 항상 0보다 크고 도메인 B의 값보다 작다. 그러면 도메인 B의 어떤 부분이 정확하게 투영되고/예측될 수 있다.
(2) 데이터 포인트가 정확히 기울기(2706) 상에 있다면, 투영/예측은 완벽하다.
(3) 포인트가 기울기(2706)와 기울기(2710)의 절반 사이의 영역(2708)에 있다면, 예측은 가능하다. 그러나 예측 값은 도메인 B의 값보다 크다. 이 데이터 포인트에 대한 교정은 교정된 결과의 부호를 바꾼다.
(4) 이 3개의 영역(2704, 2706 및 2708) 이외의 다른 영역에 위치된 데이터 포인트에 대하여, 본 명세서에 설명된 방법을 이용한 도메인 B의 교정은 원래의 값보다 더 나쁜 결과를 만들어낸다.
이로써, 정확한 예측의 영역이 도메인 A 축과 기울기(2706) 사이의 각도(θ)를 갖고 아래에 한정될 수 있다. 기울기가 x-축에 더 가까워짐에 따라, 정확한 투영/예측의 가능성은 각도 θ1에서 50%의 그의 최대값이 된다. 그러나, 교정 계수가 0에 가까워짐에 따라 이 투영의 사용의 이점은 0에 더 가까워진다. 따라서 (예를 들어, 서브세트로의 총 데이터 세트의 분리를 이용하여) 2개의 도메인 사이에서 양호한 상관관계를 갖는 특정 주파수 윈도우 또는 조건을 찾는 것이 매우 중요하다. 이는 위에서 설명된 3개의 영역(2704, 2706 및 2708) 내에 있을 기울기에 집중된 데이터 포인트들의 분포를 만들 것이다. 또한 교정 계수와 보정 가능성 사이의 상호 절충(trade-off)이 가능하다. 상호 연관 (설정) 단계 동안 한정된 교정 계수는 그의 원래의 한정된 값보다 작게 조정될 수 있다. 이것은 정확하게 예측된/교정된 데이터 포인트의 수를 증가시키지만 이점은 이전보다 작을 것이다.
교정 계수(Fcal)는 tanθ이다. 예측 가능성은 무한 반경
을 갖는 원의 면적으로 나누어진 호의 면적이다.
실시예는 교정 계수의 값에 대하여 도메인 투영을 교정하는 능력으로, 임의의 도메인으로부터, 여기에서는 상관된 모델 매개변수로 불리는 필터링된 주파수들 사이의 교정 계수를 결정하고 계측 예측/교정 목적을 위하여 하나의 도메인을 다른 도메인으로 투영하기 위한 일반화된 방법론을 제공한다.
실시예는 센서 내의 다중 파장(색상), 시간(웨이퍼)에서의 다중 기준 측정 및 측정(위치) 내의 다중 공간 주파수에 걸쳐 도메인 투영으로 웨이퍼 변형/정렬 마크 비대칭으로부터 오버레이 예측을 교정할 수 있다.
실시예는 데이터를 서브세트들로 분리하여 2개의 도메인 간의 상관관계 및 예측 정확도를 증가시킨다.
실시예는 입력 기여자로부터 유도된 예측의 노이즈를 억제하기 위해 양 도메인의 상관되지 않은 모델 매개변수로부터 컨텐츠를 선택 해제할 수 있다.
실시예는 실제 생산 측정이 필요한 웨이퍼의 표시를 제공할 수 있다. 예를 들어, 새로운 도메인 A로부터의 측정된 스캐너 계측이 앞서 관찰된 모집단에 더 이상 속하지 않으면, 도메인 B에서 실제 웨이퍼를 측정하기 위해 행위가 트리거되어 이전에 한정된 모집단을 업데이트할 수 있다.
실시예는 스캐너 또는 예측으로부터의 임의의 오버레이 계측에 의해 측정된 잘못된 콘텐츠(false content)의 일부분, 즉 정렬 마크 비대칭성, 잘못 보정된 웨이퍼 변형, 또는 입력 기여자 내의 임의의 상호 연관되지 않은 콘텐츠를 교정한다.
실시예는 입력 데이터와 관심 대상 매개변수, 즉 오프라인 웨이퍼 형상 측정 또는 SEM 측정 중 임의의 것을 위하여 사용될 수 있다.
웨이퍼 대 웨이퍼 변동 피드포워드(feedforward)에 대해, 실시예는 이전 층과 후속 층 사이에 상관관계가 있을 때 이전 층의 정렬로부터 예를 들어, 리소-에칭-리소-에칭 처리된 후속 층에 대한 웨이퍼 대 웨이퍼 보정을 예측할 수 있다.
도 26은 본 명세서에 개시된 방법 및 흐름을 구현하는 것을 도울 수 있는 컴퓨터 시스템(100)을 도시하는 블록도이다. 컴퓨터 시스템(100)은 정보를 전달하기 위한 버스(102) 또는 다른 통신 메커니즘 및 정보를 처리하기 위하여 버스(102)와 결합된 프로세서(104) (또는 다수의 프로세서(104 및 105))를 포함하고 있다. 컴퓨터 시스템(100)은 또한 프로세서(104)에 의해 실행될 정보 및 명령을 저장하기 위해 버스(102)에 연결된, 랜덤 액세스 메모리(RAM) 또는 다른 동적 저장 디바이스와 같은 메인 메모리(106)를 포함하고 있다. 메인 메모리(106)는 또한 프로세서(104)에 의해 실행될 명령의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하기 위해 사용될 수 있다. 컴퓨터 시스템(100)은 정적 정보 및 프로세서(104)에 대한 명령을 저장하기 위하여 버스(102)에 연결된 독출 전용 메모리(ROM)(108) 또는 다른 정적 저장 디바이스를 더 포함하고 있다. 자기 디스크 또는 광 디스크와 같은 저장 디바이스(10)가 정보 및 명령을 저장하기 위하여 제공되고 버스(102)에 연결되어 있다.
컴퓨터 사용자에게 정보를 표시하기 위하여, 컴퓨터 시스템(100)은 음극선 관(CRT) 또는 평면 패널 또는 터치 패널과 같은 디스플레이(112)에 버스(102)를 통해 연결될 수 있다. 정보 및 명령 선택을 프로세서(104)에 전달하기 위하여, 영숫자 및 다른 키를 포함하는 입력 디바이스(114)가 버스(102)에 연결되어 있다. 다른 유형의 사용자 입력 디바이스는, 방향 정보 및 명령 선택을 프로세서(104)에 전달하기 위한 그리고 디스플레이(112) 상에서의 커서 이동을 제어하기 위한 마우스, 트랙볼 또는 커서 방향 키와 같은 커서 제어부(116)이다. 이 입력 디바이스는 전형적으로 디바이스가 평면에서의 위치를 지정하는 것을 허용하는, 제1 축 (예를 들어, x)과 제2 축 (예를 들어, y)의 2개의 축에서의 2자유도를 갖고 있다. 터치 패널 (스크린) 디스플레이가 또한 입력 디바이스로 사용될 수 있다.
일 실시예에 따르면, 공정의 부분들은 메인 메모리(106)에 포함된 하나 이상의 명령의 하나 이상의 시퀀스를 실행하는 프로세서(104)에 응답하여 컴퓨터 시스템(100)에 의해 수행될 수 있다. 이러한 명령은 저장 디바이스(110)와 같은 다른 컴퓨터-독출 가능한 매체로부터 메인 메모리(106)로 독출될 수 있다. 메인 메모리(106)에 포함된 명령 시퀀스의 실행은 프로세서(104)가 본 명세서에서 설명된 공정 단계를 수행하게 한다. 멀티-처리 배열체 내의 하나 이상의 프로세서가 또한 메인 메모리(106)에 포함된 명령의 시퀀스를 실행하기 위해 사용될 수 있다. 대안적인 실시예에서, 하드-와이어드 회로(hard-wired circuit)는 소프트웨어 명령 대신에 또는 소프트웨어 명령과 조합하여 사용될 수 있다. 따라서, 본 명세서 내의 설명은 하드웨어 회로 및 소프트웨어의 임의의 특정 조합으로 제한되지 않는다.
본 명세서에서 사용된 바와 같은 용어 "컴퓨터-독출 가능한 매체"는 실행을 위해 명령을 프로세서(104)에 제공하는데 참여하는 임의의 매체를 지칭한다. 이러한 매체는 비-휘발성 매체, 휘발성 매체 및 전송 매체를 포함하는 많은 형태를 취할 수 있으나, 이에 제한되지 않는다. 비-휘발성 매체는 예를 들어 저장 디바이스(110)와 같은 광 디스크 또는 자기 디스크를 포함한다. 휘발성 매체는 메인 메모리(106)와 같은 동적 메모리를 포함한다. 전송 매체는 버스(102)를 포함하는 와이어를 포함하는, 동축 케이블, 구리 와이어 및 광섬유를 포함한다. 전송 매체는 또한 무선 주파수(RF) 및 적외선(IR) 데이터 통신 중에 발생하는 것과 같은 음향 또는 광파의 형태를 취할 수 있다. 컴퓨터-독출 가능한 매체의 일반적인 형태는, 예를 들어 플로피 디스크, 플렉시블 디스크, 하드 디스크, 자기 테이프, 임의의 다른 자기 매체, CD-ROM, DVD, 임의의 다른 광학 매체, 펀치 카드, 종이 테이프, 구멍의 패턴을 갖는 임의의 다른 물리적 매체, RAM, PROM 및 EPROM, FLASH-EPROM, 임의의 다른 메모리 칩 또는 카트리지, 이하에 설명된 바와 같은 반송파, 또는 컴퓨터가 독출할 수 있는 임의의 다른 매체를 포함한다.
다양한 형태의 컴퓨터 독출 가능한 매체가 하나 이상의 명령의 하나 이상의 시퀀스를 실행을 위해 프로세서(104)로 전달하는데 관여될 수 있다. 예를 들어, 명령은 초기에 원격 컴퓨터의 자기 디스크에 저장될 수 있다. 원격 컴퓨터는 명령을 그의 동적 메모리에 로딩하고 모뎀을 사용하여 전화선을 통해 명령을 전송할 수 있다. 컴퓨터 시스템(100)에 대해 일부인 모뎀은 전화선에서 데이터를 수신할 수 있으며 적외선 송신기를 사용하여 데이터를 적외선 신호로 변환할 수 있다. 버스(102)에 연결된 적외선 검출기는 적외선 신호로 전달된 데이터를 수신하고 데이터를 버스(102)에 배치할 수 있다. 버스(102)는 프로세서(104)가 명령을 검색하고 실행하는 주 메모리(106)로 데이터를 전달한다. 메인 메모리(106)에 의하여 수신된 명령은 프로세서(104)에 의한 실행 전 또는 후에 저장 디바이스(110)에 선택적으로 저장될 수 있다.
컴퓨터 시스템(100)은 또한 바람직하게는 버스(102)에 연결되어 있는 통신 인터페이스(118)를 포함하고 있다. 통신 인터페이스(118)는 로컬 네트워크(122)에 연결되어 있는 네트워크 링크(120)에 쌍방향(two-way) 데이터 통신 커플링을 제공한다. 예를 들어, 통신 인터페이스(118)는 종합 정보 통신망(ISDN) 카드 또는 대응하는 유형의 전화 라인에 데이터 통신 연결을 제공하기 위한 모뎀일 수 있다. 다른 예로써, 통신 인터페이스(118)는 호환성 LAN에 데이터 통신 연결을 제공하도록 근거리 통신망(LAN) 카드일 수 있다. 무선 링크 또한 실행될 수 있다. 임의의 이러한 구현에서, 통신 인터페이스(118)는 다양한 유형의 정보를 나타내는 디지털 데이터 스트림을 전달하는 전기, 전자기 또는 광학 신호를 송신 및 수신할 수 있다.
네트워크 링크(120)는 전형적으로 데이터 통신을 하나 이상의 네트워크를 통하여 다른 데이터 디바이스에 제공한다. 예를 들어, 네트워크 링크(120)는 로컬 네트워크(122)를 통해 호스트 컴퓨터(124)에 또는 인터넷 서비스 제공자(ISP)(126)에 의해 작동되는 데이터 장비에 연결을 제공할 수 있다. 결과적으로 ISP(126)는 이제 흔히 "인터넷"(128)으로 지칭되는 월드 와이드 패킷 데이터 통신 네트워크를 통하여 데이터 통신 서비스를 제공한다. 로컬 네트워크(122)와 인터넷(128)은 모두 디지털 데이터 스트림을 전달하는 전기, 전자기 또는 광학 신호를 사용한다. 다양한 네트워크를 통한 신호 및 컴퓨터 시스템(100)으로/으로부터 디지털 데이터를 전달하는, 네트워크 링크(120) 상의 그리고 통신 인터페이스(118)를 통한 신호는 정보를 전송하는 반송파의 예시적인 형태일 수 있다.
컴퓨터 시스템(100)은 네트워크(들), 네트워크 링크(120) 및 통신 인터페이스(118)를 통하여 프로그램 코드를 포함하는 메시지를 송신하고 데이터를 수신할 수 있다. 인터넷 예에서, 서버(130)는 인터넷(128), ISP(126), 로컬 네트워크(122) 및 통신 인터페이스(118)를 통하여 응용 프로그램을 위하여 요청된 코드를 전송할 수 있다. 하나의 이러한 다운로드된 애플리케이션은 예를 들어 실시예의 조명 최적화를 제공할 수 있다. 수신된 코드는 수신될 때 프로세서(104)에 의해 실행될 수 있으며 및/또는 저장 디바이스(110) 또는 나중의 실행을 위하여 다른 비휘발성 저장부에 저장될 수 있다. 이러한 방식으로, 컴퓨터 시스템(100)은 반송파 형태의 애플리케이션 코드를 획득할 수 있다.
추가 실시예는 번호가 부여된 실시예의 목록에 개시되어 있다.
1. 본 방법은
디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수의 제1 분포를 결정하는 것;
디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제2 매개변수의 제2 분포를 결정하는 것; 및
하드웨어 컴퓨터에 의하여, 제1 및 제2 분포에서 작동하는 함수를 이용하여 디바이스 제조 공정과 관련된 관심 대상 매개변수의 분포를 결정하는 것을 포함하고 있다.
2. 실시예 1의 방법에서, 제1 매개변수, 제2 매개변수 및 관심 대상 매개변수는 동일하다.
3. 실시예 1의 방법에서, 제1 분포는 디바이스 제조 공정에 특정적이지만, 디바이스 제조 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다.
4. 실시예 1의 방법에서, 제2 분포는 디바이스 제조 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지만, 디바이스 제조 공정을 사용하여 처리된 다른 기판에 일반적이지 않다.
5. 실시예 1의 방법에서, 제1 분포 및/또는 제2 분포는 각각의 제1 및/또는 제2 매개변수에 대한 서보 오차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 정렬 모델 잔차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 모델 잔차의 기여도, 및/또는 각각의 제1 및/또는 제2 매개변수에 대한 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다.
6. 실시예 1의 방법에서, 제1 분포를 결정하는 것은 제1 매개변수의 측정된 데이터를 획득하는 것 및 그로부터 제1 매개변수에 대한, 디바이스 제조 공정의 특정 디바이스의 기여도를 제거하는 것을 더 포함하고 있다.
7. 실시예 6의 방법에서, 특정 디바이스의 기여도는 서보 오차의 기여도, 정렬 모델 잔차의 기여도, 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 투영 시스템 모델 잔차의 기여도, 및/또는 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다.
8. 실시예 6의 방법에서, 측정된 제1 매개변수 데이터는 모니터 기판으로부터 측정된 제1 매개변수 데이터를 포함하고 있다.
9. 실시예 1의 방법에서, 제1 분포, 제2 분포 및/또는 관심 대상 매개변수 데이터의 분포는 공간 기판 핑거프린트를 포함하고 있다.
10. 실시예 1의 방법은 기판에 대한 결함을 예측하고, 디바이스 제조 공정을 제어하고, 디바이스 제조 프로세스를 모니터링하고, 디바이스 제조 공정의 양태를 설계하고, 및/또는 수학적 모델을 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하기 위해 관심 매개변수의 분포를 이용하는 것을 더 포함하고 있다.
11. 실시예 1의 방법에서, 제1 매개변수, 제2 매개변수 및/또는 관심 대상 매개변수는 오버레이, CD, 초점, 선량 및/또는 에지 위치에서 선택된 하나 이상이다.
12. 실시예 1의 방법에서, 디바이스 제조 공정은 리소그래피 공정 및/또는 반도체 제조 공정을 포함하고 있다.
13. 실시예 1의 방법에서, 함수는 산술 덧셈, 컨벌루션 및/또는 신경망으로부터 선택된 하나 이상을 포함하고 있다.
14. 실시예 1의 방법에서, 제1 매개변수 및/또는 제2 매개변수는 관심 대상 매개변수와 상이하며, 본 방법은 제1 매개변수 및/또는 제2 매개변수를 관심 대상 매개변수로 변환시키는 것을 더 포함하고 있다.
15. 실시예 1의 방법은 디바이스 제조 공정에서 사용되는 리소그래피 장치 및/또는 에칭 장치에 의해 제공된 데이터를 사용하여 제1 분포 및/또는 제2 분포를 결정하는 것을 더 포함하고 있다.
16. 실시예 1의 방법에서, 함수는 제1 및 제2 분포에서 작동하는 상관관계를 포함하고 있다.
17. 실시예 16의 방법에서,
결정된 제1 분포는 제1 모델링된 값의 분포를 포함하며; 및 결정된 제2 분포는 제2 모델링된 값의 분포를 포함하고; 및 관심 대상 매개변수는 제1 매개변수이며, 또한
본 방법은
제1 매개변수의 제1 값의 분포를 획득하는 것;
제2 매개변수의 제2 값의 분포를 획득하는 것;
제1 및 제2 값의 분포를 모델링하여 제1 및 제2 모델링된 값의 분포를 획득하는 것; 및
제1 모델링된 값의 분포와 관련된 제1 모델 계수와 제2 모델링된 값의 분포와 관련된 제2 모델 계수 간의 맵핑에 의하여 획득된 스케일링 계수를 이용하여 모델링된 제2 분포를 스케일링하는 것에 기초하여 관심 대상 매개변수의 분포를 결정하는 것을 포함하고 있다.
18. 실시예 17의 방법은,
제1 분포의 값과 제2 분포의 값 사이의 상관관계가 임계치를 초과하는 변동의 스케일을 결정하는 것; 및
결정된 변동의 스케일에 따라 제1 및 제2 값의 분포를 모델링하여 제1 모델링된 값의 분포와 제2 모델링된 값의 분포를 획득하는 것을 포함하고 있다.
19. 실시예 17의 방법은 관심 대상 매개변수의 분포를 결정하는 단계에서 모델링된 성분을 배제하기 위하여 스케일링 계수를 이용하는 것을 포함하고 있다.
20. 본 방법은,
패터닝 공정의 일부로서 오버레이에 대한 리소그래피 장치의 기본적인 기여도를 획득하는 것; 및
하드웨어 컴퓨터에 의하여, 기본적인 기여도를 기판의 오버레이에 대한 추가 기여도와 조합하여 기판에 대한 오버레이의 추정을 얻는 것을 포함하고 있다.
21. 실시예 20의 방법에서, 추가 기여도는 오버레이에 대한 기판의 기판 표면 높이의 기여도를 포함하고 있다.
22. 실시예 20의 방법에서, 추가 기여도는 오버레이에 대한 기판의 기판 서보 오차의 기여도를 포함하고 있다.
23. 실시예 20의 방법에서, 추가 기여도는 정렬 및/또는 투영 시스템 모델 잔차의 기여도를 포함하고 있다.
24. 실시예 20의 방법은 기판의 오버레이에 대한 에칭 공정의 기여도를 기본적인 기여도 및 기판 표면 높이의 기여도와 조합하는 것을 더 포함하고 있다.
25. 실시예 24의 방법에서, 에칭 공정 기여도는 패터닝 공정에 특정적이지만, 패터닝 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다.
26. 실시예 20의 방법에서, 기본적인 기여도는 특정 패터닝 공정에 특정적이지만, 패터닝 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않다.
27. 실시예 20의 방법에서, 기본적인 기여도를 획득하는 것은 측정된 오버레이 데이터를 획득하는 것 및 그로부터 오버레이에 대한 리소그래피 장치의 특정 구성 요소의 기여도를 제거하는 것을 더 포함하고 있다.
28. 실시예 27의 방법에서, 특정 구성 요소의 기여도는 서보 오차의 기여도, 정렬 모델 잔차의 기여도, 투영 시스템 수차의 기여도, 투영 시스템 모델 잔차의 기여도, 및/또는 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하고 있다.
29. 실시예 27의 방법에서, 측정된 오버레이 데이터는 모니터 기판으로부터 측정된 오버레이 데이터를 포함하고 있다.
30. 실시예 20의 방법에서, 기여도는 공간 기판 핑거프린트를 포함하고 있다.
31. 실시예 20의 방법은 기판에 대한 결함을 예측하고, 패터닝 공정을 제어하고, 패터닝 공정을 모니터링하고, 패터닝 공정의 양태를 설계하고 및/또는 수학적 모델 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하도록 추정을 이용하는 것을 더 포함하고 있다.
32. 본 방법은
디바이스 제조 공정을 수행하는 중에, 측정된 정렬 데이터의 제1 분포를 결정하는 것;
디바이스 제조 공정에서 처리 매개변수로부터 유도된 정렬 데이터의 제2 분포를 결정하는 것; 및
하드웨어 컴퓨터 시스템에 의하여, 제1 및 제2 분포의 함수로서 디바이스 제조 공정과 관련된 정렬 데이터의 분포를 결정하는 것을 포함하고 있다.
33. 실시예 32의 방법에서, 처리 매개변수는 기판 높이 또는 비평탄성, 공정 영향, 광학 요소 가열, 광학 수차 및/또는 패터닝 디바이스 서입 오차로부터 선택된 하나 이상을 포함하고 있다.
34. 실시예 32의 방법에서, 제2 분포는 디바이스 제조 공정의 복수의 처리 매개변수로부터 유도된다.
35. 실시예 34의 방법에서, 처리 매개변수는 기판 높이 또는 비평탄성, 공정 영향 및 광학 요소 가열을 포함하고 있다.
36. 실시예 32의 방법에서, 제2 분포는 디바이스 제조 공정에 특정적이지만, 디바이스 제조 공정을 이용하여 처리된 임의의 특정 기판에는 특정적이지 않다.
37. 실시예 32의 방법에서, 제2 분포는 디바이스 제조 공정을 이용하여 처리된 특정 기판에 특정적이지만 디바이스 제조 공정을 이용하여 처리된 다른 기판에 일반적이지 않다.
38. 실시예 32의 방법에 있어서, 제2 분포는 처리 매개변수의 측정으로부터 유도된다.
39. 실시예 32의 방법은 기판에 대한 결함을 예측하고, 디바이스 제조 공정을 제어하고, 디바이스 제조 공정을 모니터링하고, 디바이스 제조 공정의 양태를 설계하며 및/또는 수학적 모델을 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하도록 정렬 데이터의 분포를 이용하는 것을 더 포함하고 있다.
40. 실시예 32의 방법은 정렬 데이터의 분포에 기초하여 계측 데이터의 샘플링을 변경하는 것을 더 포함하고 있다.
41. 실시예 32의 방법은 측정된 정렬 데이터만으로 사용된 것과 비교하여 정렬 데이터의 분포를 갖는 더 높은 차수의 정렬 모델을 사용하는 것을 더 포함하고 있다.
42. 실시예 32의 방법은 디바이스 제조 공정에 사용된 리소그래피 장치에 의하여 제공된 데이터를 이용하여 제1 분포 및/또는 제2 분포를 결정하는 것을 더 포함하고 있다.
43. 실시예 32의 방법에서, 제1 분포, 제2 분포 및/또는 관심 대상 매개변수의 분포는 공간 기판 핑거프린트를 포함하고 있다.
44. 실시예 32의 방법에서, 디바이스 제조 공정은 리소그래피 공정 및/또는 반도체 제조 공정을 포함하고 있다.
45. 실시예 32의 방법에서, 함수는 산술 덧셈, 컨벌루션 및/또는 신경망으로부터 선택된 하나 이상을 포함하고 있다.
46. 본 방법은
측정된 정렬 데이터에 기초하여, 패터닝 공정을 이용하여 처리된 기판의 적어도 일부에 걸쳐 정렬 데이터 분포를 획득하는 것; 및
하드웨어 컴퓨터에 의하여, 정렬 데이터 분포를 측정된 정렬 이외의 처리 매개변수에 기인하는 정렬 핑거프린트와 조합하여 기판에 대한 정렬 데이터의 추정을 획득하는 것을 포함한다.
47. 실시예 46의 방법에서, 정렬 핑거프린트는 정렬에 대한 기판의 기판 높이 또는 비평탄성의 기여도를 포함하고 있다.
48. 실시예 46의 방법에서, 정렬 핑거프린트는 리소그래피 패턴 전사 이외의 패터닝 공정의 일부로 인한, 정렬에 대한 기판의 공정 영향의 기여도를 포함하고 있다.
49. 실시예 46의 방법에서, 정렬 핑거프린트는 정렬에 대한 기판의 가열의 기여도를 포함하고 있다.
50. 실시예 46의 방법에서, 정렬 핑거프린트는 패터닝 공정에 특정적이지만 패터닝 공정을 이용하여 처리된 임의의 특정 기판에 특정적이지 않다.
51. 실시예 46의 방법에서, 정렬 핑거프린트는 패터닝 공정을 이용하여 처리된 특정 기판에 특정적이지만 패터닝 공정을 이용하여 처리된 다른 기판에 일반적이지 않다.
52. 실시예 46의 방법에서, 정렬 핑거프린트는 처리 매개변수의 측정에서 유도된다.
53. 실시예 46의 방법에서, 정렬 핑거프린트는 공간 기판 핑거프린트를 포함하고 있다.
54. 실시예 46의 방법은 기판에 대한 결함을 예측하고, 패터닝 공정을 제어하고, 패터닝 공정을 모니터링하고, 패터닝 공정의 양태를 설계하고 및/또는 수학적 모델 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하도록 추정을 이용하는 것을 더 포함하고 있다.
55. 컴퓨터 프로그램 제품은, 컴퓨터에 의하여 실행될 때 실시예 1 내지 54 중 임의의 방법을 구현하는 명령이 기록된 비일시적 컴퓨터 독출 가능한 매체를 포함하고 있다.
본 발명의 실시예는 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 발명의 실시예는 또한 기계-독출 가능한 매체에 저장된 명령으로서 구현될 수 있으며, 이는 하나 이상의 프로세서에 의해 독출되고 실행될 수 있다. 기계-독출 가능한 매체는 기계 (예를 들어, 계산 디바이스)에 의해 독출 가능한 형태로 정보를 저장하거나 전송하는 임의의 메커니즘을 포함할 수 있다. 예를 들어, 기계-독출 가능한 매체는 독출 전용 메모리(ROM); 랜덤 억세스 메모리(RAM); 자기 디스크 저장 매체; 광학 저장 매체; 플래시 메모리 디바이스; 전기, 광학, 음향 또는 다른 형태의 전파 신호(propagated signal) (예를 들어, 반송파, 적외선 신호, 디지털 신호 등), 등을 포함할 수 있다. 또한, 펌웨어, 소프트웨어, 루틴(routine), 및 명령은 본 명세서에서 어떠한 동작을 수행하는 것으로서 설명될 수 있다. 하지만, 이러한 설명은 단지 편의를 위한 것이라는 점 그리고 이러한 동작은 사실상 계산 디바이스, 프로세서, 컨트롤러, 또는 펌웨어, 소프트웨어, 루틴, 명령 등을 실행하는 다른 디바이스에서 발생한다는 점이 인식되어야 한다.
블록도에서, 도시된 구성 요소는 개별 기능 블록으로 도시되어 있지만, 실시예는 본 명세서에서 설명된 기능이 도시된 바와 같이 구성되는 시스템에 제한되지 않는다. 구성 요소들 각각에 의하여 제공되는 기능은 현재 도시된 것과 다르게 구성되는 소프트웨어 또는 하드웨어 모듈에 의해 제공될 수 있으며, 예를 들어 이러한 소프트웨어 또는 하드웨어는 (예를 들어 데이터 센터 내에서 또는 지리적으로) 혼합, 결합, 복제, 분할, 분산될 수 있으며, 또는 그렇지 않으면 다르게 구성될 수 있다. 본 명세서에 설명된 기능은 유형의(tangible) 비-일시적 기계 독출 가능한 매체 상에 저장된 코드를 실행하는 하나 이상의 컴퓨터의 하나 이상의 프로세서에 의해 제공될 수 있다. 일부 경우에, 제3 자 컨텐츠 전달 네트워크는 네트워크를 통해 전달되는 정보의 일부 또는 전부를 호스팅할 수 있으며, 이 경우 정보 (예를 들어, 컨텐츠)가 공급되거나 달리 제공되는 범위까지, 컨텐츠 전달 네트워크로부터 그 정보를 검색하기 위한 명령을 전송함으로써 정보는 제공될 수 있다.
달리 구체적으로 설명되지 않는 한, 논의에서 명백한 바와 같이, 본 명세서 전반에 걸쳐 "처리", "연산", "계산", "결정" 등과 같은 용어를 사용하는 설명은 특수 목적 컴퓨터 또는 유사한 특수 목적 전자 처리/계산 디바이스와 같은 특정 장치의 작용 또는 공정을 지칭한다는 점이 인식된다.
본 출원은 여러 개의 발명을 설명하고 있다는 점을 이해하여야 한다. 이 발명들을 다수의 개별 특허출원으로 분리하기보다는, 본 출원인은 이 발명들을 단일 문서로 그룹화하였으며, 이는 이들의 관련 대상들이 출원 과정에서 비용 절감에 적합하기 때문이다. 하지만, 이러한 발명의 분명한 장점들 및 양태들은 합쳐지지 않아야 한다. 일부 경우에, 실시예는 본 명세서에 언급된 모든 결점을 다루고 있지만, 본 발명은 독립적으로 유용하며 또한 일부 실시예는 이러한 문제들의 부분(subset)만을 다루거나 본 발명을 검토하는 당업자에게 명백할 언급되지 않은 다른 이점을 제공한다는 점이 이해되어야 한다. 비용의 제약으로 인하여, 본 명세서에 개시된 일부 발명은 현재 청구되지 않을 수 있으며, 연속 출원과 같은 추후 출원에서 또는 본 청구항을 보정으로써 청구될 수 있다. 마찬가지로, 공간의 제약으로 인하여, 본 명세서 내의 초록(Abstract)이나 발명의 요약(Summary of the Invention) 부분은 이러한 모든 발명의 포괄적인 목록 또는 이러한 발명들의 모든 양태를 포함하고 있는 것으로 간주되어서는 안 된다.
설명 및 도면은 본 발명을 개시된 특정 형태로 제한하기 위한 것이 아니며, 반대로 의도는 첨부된 청구범위에 의해 한정된 바와 같은 본 발명의 사상 및 범위 내에 있는 모든 변형, 균등물 및 대안을 포함하기 위한 것이라는 점이 이해되어야 한다.
본 발명의 다양한 양태의 변형 및 대안적인 실시예는 본 설명을 고려하여 당업자에게 명백할 것이다. 따라서, 본 설명 및 도면은 단지 예시적인 것으로서 해석되어야 하며, 본 발명을 수행하는 전반적인 방식을 당업자에게 교시하기 위한 것이다. 본 명세서에서 보여지고 설명된 본 발명의 형태는 실시예의 예로서 취해진 것으로 이해되어야 한다. 모두가 본 발명의 이 설명의 이점을 가진 후에 당업자에게 명백할 바와 같이, 요소 및 물질은 본 명세서에 도시되고 설명된 것을 대체할 수 있으며, 부품 및 공정은 순서가 뒤바뀌거나 변경되거나, 생략될 수 있고, 어떠한 특징은 독립적으로 이용될 수 있으며, 실시예 및 실시예의 특징은 조합될 수 있다. 다음 청구범위에 기재된 본 발명의 사상 및 범위를 벗어나지 않고 본 명세서에 설명된 요소들의 변경이 이루어질 수 있다. 본 명세서에 사용된 제목(heading)은 단지 구조적인 목적을 위한 것이며, 설명의 범위를 제한하기 위하여 사용되는 것을 의미하지는 않는다.
본 출원 전반에 걸쳐 사용된 바와 같이, 단어 "할 수 있다(may)"는 의무적인 의미(즉, "해야 한다"는 의미)보다는 허용의 의미(즉, 가능성을 갖고 있다는 의미)로 사용된다. 단어 "포함한다" 및 "포함하는" 등은 포함하지만 이에 제한되지는 않는다는 것을 의미한다. 본 출원 전반에 걸쳐 사용된 바와 같이, 단수 형태("a", "an" 및 "the")는 내용이 명시적으로 달리 지시하지 않는 한 복수의 지시 대상을 포함한다. 따라서, 예를 들어 "한" 요소"에 대한 언급은 "하나 또는 그 이상"과 같은 하나 이상의 요소에 대한 다른 용어 및 어구의 사용에도 불구하고 2개 이상의 요소의 조합을 포함한다. 용어 "또는"은 달리 명시되어 있지 않은 한, 비-배타적이며, 즉 "및"과 "또는" 모두를 포함한다. 예를 들어, "X에 응답하여, Y", "X 때, Y", "X라면, Y", "X의 경우, Y" 등과 같은 조건 관계를 설명하는 용어는, 선행 조건이 필요 원인 조건이거나, 선행 조건이 충분 원인 조건이거나, 또는 선행 조건이 결과의 기여 원인 조건인 인과 관계를 포함하며, 예를 들어 "조건 Y를 얻을 때 상태 X가 발생한다"는 "X는 Y에서만 발생한다" 및 "X는 Y와 Z에서 발생한다"에 일반적이다. 이러한 조건부 관계는 일부 결과가 지연될 수 있기 때문에 선행 조건 획득을 즉시 따르는 결과에 제한되지 않으며, 조건부 진술에서의 선행 조건은 그 결과들에 연결되고, 예를 들어 선행 조건은 결과 발생의 가능성과 관련이 있다. 복수의 속성 또는 기능이 복수의 대상물 (예를 들어, 단계 A, 단계 B, 단계 C 및 단계 D를 수행하는 하나 이상의 프로세서)에 매핑된다는 설명은, 달리 지시되지 않는 한, 이러한 모든 대상물에 매핑되는 이러한 모든 속성 또는 기능, 및 속성 또는 기능의 서브세트에 매핑되는 속성 또는 기능의 서브세트 둘 모두 (예를 들어, 단계 A 내지 단계 D를 각각 수행하는 모든 프로세서, 및 프로세서 1이 단계 A를 수행하고, 프로세서 2가 단계 B 및 단계 C의 일부를 수행하고, 프로세서 3이 단계 C의 일부와 단계 D를 수행하는 경우 둘 다)를 포함한다. 더욱이, 달리 지시되지 않는 한, 하나의 값 또는 초치가 다른 조건 또는 값에 "기초한다"라는 설명은 조건 또는 값이 유일한 인자인 인스턴스(instance) 및 조건 또는 값이 복수의 인자들 중 하나의 인자인 인스턴스 둘 모두를 포함한다. 달리 지시되지 않는 한, 일부 집합의 "각"의 인스턴스가 일부 특성을 갖고 있다라는 설명은 더 큰 집합의 일부 달리 동일하거나 유사한 부재가 그 특성을 갖고 있지 않은 경우를 제외하는 것으로 해석(read)되어서는 안되며, 즉 "각각(each)"이 반드시 각각 및 모든 것(each and every)을 의미하는 것은 아니다.
어떠한 미국 특허, 미국 특허 출원 또는 기타 자료 (예를 들어, 논문)가 인용 참조된 범위까지, 이러한 미국 특허, 미국 특허 출원 및 기타 자료의 텍스트는 단지 이러한 자료와 본 명세서에 제시된 설명 및 도면 사이에 상충이 없는 정도까지 인용 참조된다. 그러한 상충의 경우, 이러한 참조로 인용된 미국 특허, 미국 특허 출원 및 기타 자료 내의 임의의 이러한 상충하는 텍스트는 본 명세서에 구체적으로 인용 참조되지 않는다.
본 발명의 특정 실시예가 위에서 설명되었지만, 실시예는 설명된 것과 다르게 실시될 수 있다는 점이 인식될 것이다.
Claims (20)
- 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제1 매개변수의 제1 분포를 결정하는 것;
상기 디바이스 제조 공정을 수행하는 중에 오차 또는 잔차와 관련된 제2 매개변수의 제2 분포를 결정하는 것; 및
하드웨어 컴퓨터에 의하여, 상기 제1 및 제2 분포에서 작동하는 함수를 이용하여 상기 디바이스 제조 공정과 관련된 관심 대상 매개변수의 분포를 결정하는 것을 포함하는 방법. - 제1항에 있어서, 상기 제1 매개변수, 상기 제2 매개변수 및 상기 관심 대상 매개변수는 동일한 방법.
- 제1항에 있어서, 상기 제1 분포는 상기 디바이스 제조 공정에 특정적이지만, 상기 디바이스 제조 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지 않는 방법.
- 제1항에 있어서, 상기 제2 분포는 상기 디바이스 제조 공정을 사용하여 처리된 임의의 특정 기판에는 특정적이지만, 상기 디바이스 제조 공정을 사용하여 처리된 다른 기판에 일반적이지 않는 방법.
- 제1항에 있어서, 상기 제1 분포 및/또는 제2 분포는 상기 각각의 제1 및/또는 제2 매개변수에 대한 서보 오차의 기여도, 상기 각각의 제1 및/또는 제2 매개변수에 대한 정렬 모델 잔차의 기여도, 상기 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 상기 각각의 제1 및/또는 제2 매개변수에 대한 투영 시스템 모델 잔차의 기여도, 및/또는 상기 각각의 제1 및/또는 제2 매개변수에 대한 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하는 방법.
- 제1항에 있어서, 상기 제1 분포를 결정하는 것은 상기 제1 매개변수의 측정된 데이터를 획득하는 것 및 그로부터 상기 제1 매개변수에 대한, 상기 디바이스 제조 공정의 특정 디바이스의 기여도를 제거하는 것을 더 포함하는 방법.
- 제6항에 있어서, 상기 특정 디바이스의 상기 기여도는 서보 오차의 기여도, 정렬 모델 잔차의 기여도, 투영 시스템 수차 또는 이미지 평면 편차의 기여도, 투영 시스템 모델 잔차의 기여도, 및/또는 기판 표면 높이의 기여도에서 선택된 하나 이상을 포함하는 방법.
- 제1항에 있어서, 기판에 대한 결함을 예측하고, 디바이스 제조 공정을 제어하고, 디바이스 제조 프로세스를 모니터링하고, 디바이스 제조 공정의 양태를 설계하고, 및/또는 수학적 모델을 교정하는 것으로부터 선택된 임의의 하나 이상을 수행하기 위해 상기 관심 매개변수의 상기 분포를 이용하는 것을 더 포함하는 방법.
- 제1항에 있어서, 상기 제1 매개변수, 상기 제2 매개변수 및/또는 상기 관심 대상 매개변수는 오버레이, CD, 초점, 선량 및/또는 에지 위치에서 선택된 하나 이상인 방법.
- 제1항에 있어서, 상기 함수는 산술 덧셈, 컨벌루션 및/또는 신경망으로부터 선택된 하나 이상을 포함하는 방법.
- 제1항에 있어서, 상기 제1 매개변수 및/또는 상기 제2 매개변수는 상기 관심 대상 매개변수와 상이하며, 본 방법은 상기 제1 매개변수 및/또는 상기 제2 매개변수를 상기 관심 대상 매개변수로 변환시키는 것을 더 포함하는 방법.
- 제1항에 있어서, 상기 함수는 상기 제1 및 제2 분포에서 작동하는 상관관계를 포함하는 방법.
- 제12항에 있어서,
상기 결정된 제1 분포는 제1 모델링된 값의 분포를 포함하며; 및 상기 결정된 제2 분포는 제2 모델링된 값의 분포를 포함하고; 및 상기 관심 대상 매개변수는 상기 제1 매개변수이며, 또한
본 방법은
상기 제1 매개변수의 제1 값의 분포를 획득하는 것;
상기 제2 매개변수의 제2 값의 분포를 획득하는 것;
상기 제1 및 제2 값의 분포를 모델링하여 제1 및 제2 모델링된 값의 분포를 획득하는 것; 및
상기 제1 모델링된 값의 분포와 관련된 제1 모델 계수와 상기 제2 모델링된 값의 분포와 관련된 제2 모델 계수 간의 맵핑에 의하여 획득된 스케일링 계수를 이용하여 모델링된 제2 분포를 스케일링하는 것에 기초하여 상기 관심 대상 매개변수의 분포를 결정하는 것을 포함하는 방법. - 제13항에 있어서,
상기 제1 분포의 값과 상기 제2 분포의 값 사이의 상관관계가 임계치를 초과하는 변동의 스케일을 결정하는 것; 및
결정된 변동의 스케일에 따라 상기 제1 및 제2 값의 분포를 모델링하여 제1 모델링된 값의 분포와 제2 모델링된 값의 분포를 획득하는 것을 포함하는 방법. - 제13항에 있어서, 상기 관심 대상 매개변수의 분포를 결정하는 단계에서 모델링된 성분을 배제하기 위하여 상기 스케일링 계수를 이용하는 것을 포함하는 방법.
- 디바이스 제조 공정을 수행하는 중에 측정된 정렬 데이터의 제1 분포를 결정하는 것;
상기 디바이스 제조 공정에서 처리 매개변수로부터 유도된 정렬 데이터의 제2 분포를 결정하는 것; 및
하드웨어 컴퓨터 시스템에 의하여, 상기 제1 및 제2 분포의 함수로서 상기 디바이스 제조 공정과 관련된 정렬 데이터의 분포를 결정하는 것을 포함하는 방법. - 제16항에 있어서, 상기 처리 매개변수는 기판 높이 또는 비평탄성, 공정 영향, 광학 요소 가열, 광학 수차 및/또는 패터닝 디바이스 서입 오차로부터 선택된 하나 이상을 포함하는 방법.
- 제16항에 있어서, 정렬 데이터의 상기 분포에 기초하여 계측 데이터의 샘플링을 변경하는 것을 더 포함하는 방법.
- 컴퓨터에 의하여 실행될 때 제1항의 방법을 구현하는 명령이 기록된 비일시적 컴퓨터 독출 가능한 매체를 포함하는 컴퓨터 프로그램 제품.
- 컴퓨터에 의하여 실행될 때 제16항의 방법을 구현하는 명령이 기록된 비일시적 컴퓨터 독출 가능한 매체를 포함하는 컴퓨터 프로그램 제품.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020227006327A KR102485767B1 (ko) | 2017-02-22 | 2018-02-12 | 전산 계측 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762462201P | 2017-02-22 | 2017-02-22 | |
| US62/462,201 | 2017-02-22 | ||
| US201762545578P | 2017-08-15 | 2017-08-15 | |
| US62/545,578 | 2017-08-15 | ||
| PCT/EP2018/053412 WO2018153711A1 (en) | 2017-02-22 | 2018-02-12 | Computational metrology |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227006327A Division KR102485767B1 (ko) | 2017-02-22 | 2018-02-12 | 전산 계측 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190117688A true KR20190117688A (ko) | 2019-10-16 |
| KR102370339B1 KR102370339B1 (ko) | 2022-03-04 |
Family
ID=63254137
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197027439A KR102370339B1 (ko) | 2017-02-22 | 2018-02-12 | 전산 계측 |
| KR1020227006327A KR102485767B1 (ko) | 2017-02-22 | 2018-02-12 | 전산 계측 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227006327A KR102485767B1 (ko) | 2017-02-22 | 2018-02-12 | 전산 계측 |
Country Status (6)
| Country | Link |
|---|---|
| US (3) | US10990018B2 (ko) |
| JP (3) | JP2020509431A (ko) |
| KR (2) | KR102370339B1 (ko) |
| CN (2) | CN110383177B (ko) |
| TW (2) | TWI700547B (ko) |
| WO (1) | WO2018153711A1 (ko) |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11126092B2 (en) * | 2015-11-13 | 2021-09-21 | Asml Netherlands B.V. | Methods for determining an approximate value of a processing parameter at which a characteristic of the patterning process has a target value |
| EP3364247A1 (en) | 2017-02-17 | 2018-08-22 | ASML Netherlands B.V. | Methods & apparatus for monitoring a lithographic manufacturing process |
| KR102370339B1 (ko) * | 2017-02-22 | 2022-03-04 | 에이에스엠엘 네델란즈 비.브이. | 전산 계측 |
| EP3396458A1 (en) | 2017-04-28 | 2018-10-31 | ASML Netherlands B.V. | Method and apparatus for optimization of lithographic process |
| WO2018202388A1 (en) * | 2017-05-03 | 2018-11-08 | Asml Netherlands B.V. | Metrology parameter determination and metrology recipe selection |
| KR102352673B1 (ko) | 2017-08-07 | 2022-01-17 | 에이에스엠엘 네델란즈 비.브이. | 컴퓨테이션 계측법 |
| US11378451B2 (en) | 2017-08-07 | 2022-07-05 | Kla Corporation | Bandgap measurements of patterned film stacks using spectroscopic metrology |
| EP3729197A1 (en) | 2017-12-19 | 2020-10-28 | ASML Netherlands B.V. | Computational metrology based correction and control |
| WO2019121491A1 (en) | 2017-12-22 | 2019-06-27 | Asml Netherlands B.V. | Patterning process improvement involving optical aberration |
| WO2019145092A1 (en) | 2018-01-24 | 2019-08-01 | Asml Netherlands B.V. | Computational metrology based sampling scheme |
| EP3531205A1 (en) | 2018-02-22 | 2019-08-28 | ASML Netherlands B.V. | Control based on probability density function of parameter |
| WO2019162280A1 (en) | 2018-02-23 | 2019-08-29 | Asml Netherlands B.V. | Guided patterning device inspection |
| US11379647B2 (en) * | 2018-03-30 | 2022-07-05 | Intel Corporation | Multilayer optical proximity correction (OPC) model for OPC correction |
| US11164768B2 (en) * | 2018-04-27 | 2021-11-02 | Kla Corporation | Process-induced displacement characterization during semiconductor production |
| KR102529085B1 (ko) | 2018-06-25 | 2023-05-08 | 에이에스엠엘 네델란즈 비.브이. | 성능 매칭에 기초하는 튜닝 스캐너에 대한 파면 최적화 |
| CN112334834B (zh) * | 2018-07-03 | 2023-10-17 | 应用材料公司 | 使用各自进行多次扫描的多个写入列来制作准确的光栅图案的系统和方法 |
| KR20210038983A (ko) * | 2018-08-28 | 2021-04-08 | 케이엘에이 코포레이션 | 2-회절된 차수들의 이미징을 사용한 축외 조명 오버레이 측정 |
| WO2020101772A1 (en) * | 2018-10-08 | 2020-05-22 | Florida Atlantic University Board Of Trustees | Underwater imaging system |
| WO2020094385A1 (en) | 2018-11-08 | 2020-05-14 | Asml Netherlands B.V. | Prediction of out of specification based on spatial characteristic of process variability |
| EP3650941A1 (en) | 2018-11-12 | 2020-05-13 | ASML Netherlands B.V. | Method of determining the contribution of a processing apparatus to a substrate parameter |
| US12032297B2 (en) * | 2018-11-16 | 2024-07-09 | Asml Netherlands B.V. | Method for monitoring lithographic apparatus |
| EP3712817A1 (en) * | 2019-03-20 | 2020-09-23 | ASML Netherlands B.V. | Apparatus and method for property joint interpolation and prediction |
| US20220083834A1 (en) * | 2019-01-30 | 2022-03-17 | Asml Netherlands B.V. | Apparatus and method for property joint interpolation and prediction |
| WO2020187514A1 (en) * | 2019-03-20 | 2020-09-24 | Asml Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
| JP7077260B2 (ja) | 2019-03-22 | 2022-05-30 | 株式会社日立ハイテク | 電子ビーム装置及び画像処理方法 |
| NL2025260A (en) * | 2019-05-03 | 2020-11-18 | Asml Netherlands Bv | Method for determining an alignment model based on an oblique fitting technique |
| KR20220024752A (ko) | 2019-06-20 | 2022-03-03 | 케이엘에이 코포레이션 | 다중 도구 파라미터 캘리브레이션 및 오정렬 측정 시스템 및 방법 |
| WO2021101552A1 (en) * | 2019-11-21 | 2021-05-27 | Futurewei Technologies, Inc. | Diffractive deep neural network (d2nn) processing using a single modulation layer |
| CN111179371B (zh) * | 2019-12-31 | 2022-05-17 | 南京大学 | 一种扫描电子显微成像方法 |
| US11481922B2 (en) * | 2020-04-07 | 2022-10-25 | Kla Corporation | Online navigational drift correction for metrology measurements |
| CN111806060B (zh) * | 2020-07-09 | 2022-01-11 | 昆山乐邦精密科技有限公司 | 一种网版蚀刻去除网丝的方法 |
| CN115777085A (zh) | 2020-07-09 | 2023-03-10 | Asml荷兰有限公司 | 用于调整图案化过程的方法 |
| KR20220050664A (ko) * | 2020-10-16 | 2022-04-25 | 삼성전자주식회사 | 패턴 특성의 예측을 위한 딥 러닝 모델의 학습 방법 및 반도체 소자 제조 방법 |
| WO2022111945A1 (en) * | 2020-11-24 | 2022-06-02 | Asml Netherlands B.V. | Method of determining mark structure for overlay fingerprints |
| US11604063B2 (en) * | 2021-06-24 | 2023-03-14 | Kla Corporation | Self-calibrated overlay metrology using a skew training sample |
| WO2023156143A1 (en) | 2022-02-21 | 2023-08-24 | Asml Netherlands B.V. | Methods of metrology |
| EP4231096A1 (en) | 2022-02-21 | 2023-08-23 | ASML Netherlands B.V. | Methods of metrology |
| WO2023198381A1 (en) | 2022-04-14 | 2023-10-19 | Asml Netherlands B.V. | Methods of metrology and associated devices |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1744217A1 (en) * | 2005-07-12 | 2007-01-17 | ASML Netherlands B.V. | Method of selecting a grid model for correcting grid deformations in a lithographic apparatus and lithographic assembly using the same |
| WO2016087069A1 (en) * | 2014-12-01 | 2016-06-09 | Asml Netherlands B.V. | Methods & apparatus for obtaining diagnostic information relating to a lithographic manufacturing process, lithographic processing system including diagnostic apparatus |
Family Cites Families (85)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5007284A (en) * | 1990-02-27 | 1991-04-16 | Slone Ralph J | Piston ring and liner wear simulator and method of using same |
| AU9095798A (en) * | 1997-09-19 | 1999-04-12 | Nikon Corporation | Stage device, a scanning aligner and a scanning exposure method, and a device manufactured thereby |
| IL130874A (en) * | 1999-07-09 | 2002-12-01 | Nova Measuring Instr Ltd | System and method for measuring pattern structures |
| JP2002064046A (ja) * | 2000-08-21 | 2002-02-28 | Hitachi Ltd | 露光方法およびそのシステム |
| US7541201B2 (en) * | 2000-08-30 | 2009-06-02 | Kla-Tencor Technologies Corporation | Apparatus and methods for determining overlay of structures having rotational or mirror symmetry |
| US7317531B2 (en) | 2002-12-05 | 2008-01-08 | Kla-Tencor Technologies Corporation | Apparatus and methods for detecting overlay errors using scatterometry |
| US6937914B1 (en) * | 2001-02-21 | 2005-08-30 | Advanced Micro Devices, Inc. | Method and apparatus for controlling process target values based on manufacturing metrics |
| US6534956B2 (en) * | 2001-04-30 | 2003-03-18 | Tai-Her Yang | Thermostatic automatic cutoff charging device |
| US7089075B2 (en) * | 2001-05-04 | 2006-08-08 | Tokyo Electron Limited | Systems and methods for metrology recipe and model generation |
| JP2003059807A (ja) * | 2001-08-20 | 2003-02-28 | Nikon Corp | 露光方法及び露光装置、並びにデバイス製造方法 |
| JPWO2003065427A1 (ja) * | 2002-01-29 | 2005-05-26 | 株式会社ニコン | 露光装置及び露光方法 |
| DE60319462T2 (de) | 2002-06-11 | 2009-03-12 | Asml Netherlands B.V. | Lithographischer Apparat und Verfahren zur Herstellung eines Artikels |
| US7508976B1 (en) | 2003-12-29 | 2009-03-24 | Nanometric Incorporated | Local process variation correction for overlay measurement |
| KR101087515B1 (ko) * | 2004-03-31 | 2011-11-28 | 가부시키가이샤 니콘 | 얼라인먼트 조건 결정 방법 및 장치, 그리고 노광 방법 및장치 |
| JP4455129B2 (ja) * | 2004-04-06 | 2010-04-21 | キヤノン株式会社 | 収差計測方法及びそれを用いた投影露光装置 |
| US7265364B2 (en) | 2004-06-10 | 2007-09-04 | Asml Netherlands B.V. | Level sensor for lithographic apparatus |
| US20060035159A1 (en) * | 2004-08-10 | 2006-02-16 | Asml Netherlands B.V. | Method of providing alignment marks, method of aligning a substrate, device manufacturing method, computer program, and device |
| US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| JP3999775B2 (ja) * | 2004-08-18 | 2007-10-31 | ライテル・インストルメンツ | 自己参照の動的ステップおよび走査フィールド内レンズ歪みのための方法および装置 |
| JP2006091721A (ja) | 2004-09-27 | 2006-04-06 | Nitto Denko Corp | 有機フォトリフラクティブ材料 |
| US7317512B2 (en) | 2005-07-11 | 2008-01-08 | Asml Netherlands B.V. | Different polarization in cross-section of a radiation beam in a lithographic apparatus and device manufacturing method |
| JP4256862B2 (ja) | 2005-07-19 | 2009-04-22 | 三菱重工業株式会社 | オフセット印刷機械における製版方法及び製版装置 |
| JP4874678B2 (ja) * | 2006-03-07 | 2012-02-15 | 株式会社東芝 | 半導体製造装置の制御方法、および半導体製造装置の制御システム |
| US7561282B1 (en) * | 2006-03-27 | 2009-07-14 | Kla-Tencor Technologies Corporation | Techniques for determining overlay and critical dimension using a single metrology tool |
| US20080036984A1 (en) * | 2006-08-08 | 2008-02-14 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| JP2008091721A (ja) * | 2006-10-03 | 2008-04-17 | Toshiba Corp | レジストパターン予測システム、レジストパターン予測方法、及びマスクパターン補正方法 |
| JP5344927B2 (ja) | 2006-11-28 | 2013-11-20 | 旭化成ケミカルズ株式会社 | 高品質芳香族ポリカーボネートを工業的規模で製造する方法 |
| US7852459B2 (en) * | 2007-02-02 | 2010-12-14 | Asml Netherlands B.V. | Inspection method and apparatus, lithographic apparatus, lithographic processing cell and device manufacturing method |
| US7974728B2 (en) | 2007-05-04 | 2011-07-05 | Taiwan Semiconductor Manufacturing Company, Ltd. | System for extraction of key process parameters from fault detection classification to enable wafer prediction |
| US8145337B2 (en) | 2007-05-04 | 2012-03-27 | Taiwan Semiconductor Manufacturing Company, Ltd. | Methodology to enable wafer result prediction of semiconductor wafer batch processing equipment |
| CN101067728A (zh) * | 2007-06-12 | 2007-11-07 | 上海宏力半导体制造有限公司 | 光刻误差的计算方法 |
| NL1036245A1 (nl) | 2007-12-17 | 2009-06-18 | Asml Netherlands Bv | Diffraction based overlay metrology tool and method of diffraction based overlay metrology. |
| NL1036546A1 (nl) | 2008-02-26 | 2009-08-27 | Asml Netherlands Bv | Lithographic method to apply a pattern to a substrate and Lithographic Apparatus. |
| NL1036597A1 (nl) | 2008-02-29 | 2009-09-01 | Asml Netherlands Bv | Metrology method and apparatus, lithographic apparatus, and device manufacturing method. |
| DE102008021557B4 (de) * | 2008-04-30 | 2011-07-28 | Globalfoundries Inc. | Verfahren zum Überwachen einer vorhergesagten Produktqualitätsverteilung |
| EP2228685B1 (en) | 2009-03-13 | 2018-06-27 | ASML Netherlands B.V. | Level sensor arrangement for lithographic apparatus and device manufacturing method |
| JP5428450B2 (ja) * | 2009-03-30 | 2014-02-26 | ソニー株式会社 | イオン照射ダメージの予測方法とイオン照射ダメージのシミュレータ、およびイオン照射装置とイオン照射方法 |
| KR101461457B1 (ko) | 2009-07-31 | 2014-11-13 | 에이에스엠엘 네델란즈 비.브이. | 계측 방법 및 장치, 리소그래피 시스템, 및 리소그래피 처리 셀 |
| WO2011023517A1 (en) | 2009-08-24 | 2011-03-03 | Asml Netherlands B.V. | Metrology method and apparatus, lithographic apparatus, lithographic processing cell and substrate comprising metrology targets |
| US8804137B2 (en) * | 2009-08-31 | 2014-08-12 | Kla-Tencor Corporation | Unique mark and method to determine critical dimension uniformity and registration of reticles combined with wafer overlay capability |
| NL2005167A (en) * | 2009-10-02 | 2011-04-05 | Asml Netherlands Bv | Lithographic apparatus and a method of operating the apparatus. |
| NL2005719A (en) | 2009-12-18 | 2011-06-21 | Asml Netherlands Bv | Method of measuring properties of dynamic positioning errors in a lithographic apparatus, data processing apparatus, and computer program product. |
| NL2006099A (en) * | 2010-02-19 | 2011-08-22 | Asml Netherlands Bv | Calibration of lithographic apparatus. |
| EP2392970A3 (en) | 2010-02-19 | 2017-08-23 | ASML Netherlands BV | Method and apparatus for controlling a lithographic apparatus |
| US8871409B2 (en) * | 2010-07-26 | 2014-10-28 | Carl Zeiss Sms Ltd. | Lithographic targets for uniformity control |
| JP2012060016A (ja) * | 2010-09-10 | 2012-03-22 | Renesas Electronics Corp | 半導体装置の評価方法、評価装置、及びシミュレーション方法 |
| NL2007425A (en) | 2010-11-12 | 2012-05-15 | Asml Netherlands Bv | Metrology method and apparatus, and device manufacturing method. |
| US9543406B2 (en) * | 2010-11-30 | 2017-01-10 | Taiwan Semiconductor Manufacturing Company, Ltd. | Structure and method for overlay marks |
| US8626328B2 (en) * | 2011-01-24 | 2014-01-07 | International Business Machines Corporation | Discrete sampling based nonlinear control system |
| JP2012160521A (ja) * | 2011-01-31 | 2012-08-23 | Toshiba Corp | 半導体装置の製造プロセス最適化手法及び半導体装置の製造方法 |
| JP2012221854A (ja) * | 2011-04-12 | 2012-11-12 | Sanyo Electric Co Ltd | 出力コネクタを備えるバッテリパック |
| JP5815987B2 (ja) * | 2011-05-20 | 2015-11-17 | キヤノン株式会社 | 露光装置およびデバイス製造方法 |
| NL2008702A (en) * | 2011-05-25 | 2012-11-27 | Asml Netherlands Bv | Computational process control. |
| TWI447605B (zh) * | 2011-06-22 | 2014-08-01 | Inotera Memories Inc | 半導體製程之失效偵測方法及執行此方法之系統架構 |
| US8572518B2 (en) | 2011-06-23 | 2013-10-29 | Nikon Precision Inc. | Predicting pattern critical dimensions in a lithographic exposure process |
| NL2009196A (en) * | 2011-08-25 | 2013-02-27 | Asml Netherlands Bv | Position measurement system, lithographic apparatus and device manufacturing method. |
| NL2009345A (en) | 2011-09-28 | 2013-04-02 | Asml Netherlands Bv | Method of applying a pattern to a substrate, device manufacturing method and lithographic apparatus for use in such methods. |
| JP5833437B2 (ja) * | 2011-12-29 | 2015-12-16 | ルネサスエレクトロニクス株式会社 | シミュレーション装置およびシミュレーションプログラム |
| US9134724B2 (en) * | 2012-06-12 | 2015-09-15 | Apple Inc. | Method and apparatus for component assembly using continuous selection |
| US9442392B2 (en) * | 2012-12-17 | 2016-09-13 | Taiwan Semiconductor Manufacturing Co., Ltd. | Scanner overlay correction system and method |
| JP5817948B2 (ja) * | 2013-03-19 | 2015-11-18 | 住友電装株式会社 | 車両側コネクタ |
| JP5854302B2 (ja) * | 2013-03-19 | 2016-02-09 | 住友電装株式会社 | 車両側コネクタ |
| NL2013417A (en) | 2013-10-02 | 2015-04-07 | Asml Netherlands Bv | Methods & apparatus for obtaining diagnostic information relating to an industrial process. |
| US10401279B2 (en) * | 2013-10-29 | 2019-09-03 | Kla-Tencor Corporation | Process-induced distortion prediction and feedforward and feedback correction of overlay errors |
| US9958791B2 (en) * | 2013-10-30 | 2018-05-01 | Asml Netherlands B.V. | Inspection apparatus and methods, substrates having metrology targets, lithographic system and device manufacturing method |
| JP6070519B2 (ja) * | 2013-11-25 | 2017-02-01 | 住友電装株式会社 | 車両側コネクタ |
| US9958790B2 (en) * | 2013-12-19 | 2018-05-01 | Asml Netherlands B.V. | Inspection methods, substrates having metrology targets, lithographic system and device manufacturing method |
| SG11201606207WA (en) * | 2014-02-12 | 2016-09-29 | Asml Netherlands Bv | Method of optimizing a process window |
| US10152654B2 (en) | 2014-02-20 | 2018-12-11 | Kla-Tencor Corporation | Signal response metrology for image based overlay measurements |
| US10073357B2 (en) | 2014-02-21 | 2018-09-11 | Asml Netherlands B.V. | Measuring a process parameter for a manufacturing process involving lithography |
| JP2015158594A (ja) | 2014-02-24 | 2015-09-03 | 株式会社ニューフレアテクノロジー | マスクの製造方法、マスク基板、および荷電ビーム描画方法 |
| KR102219780B1 (ko) | 2014-03-04 | 2021-02-25 | 에이에스엠엘 네델란즈 비.브이. | 데이터 처리 장치를 갖는 리소그래피 장치 |
| JP6378927B2 (ja) * | 2014-04-25 | 2018-08-22 | 株式会社日立ハイテクノロジーズ | 計測システムおよび計測方法 |
| US9891540B2 (en) | 2014-08-25 | 2018-02-13 | Asml Holding N.V. | Measuring method, measurement apparatus, lithographic apparatus and device manufacturing method |
| CN107004060B (zh) | 2014-11-25 | 2022-02-18 | Pdf决策公司 | 用于半导体制造工艺的经改进工艺控制技术 |
| KR102076021B1 (ko) * | 2015-05-04 | 2020-03-02 | 에이에스엠엘 네델란즈 비.브이. | 검사와 계측을 위한 방법 및 장치 |
| US20160328654A1 (en) | 2015-05-04 | 2016-11-10 | Agt International Gmbh | Anomaly detection for context-dependent data |
| US9483604B1 (en) * | 2015-06-15 | 2016-11-01 | International Business Machines Corporation | Variable accuracy parameter modeling in statistical timing |
| NL2016925A (en) | 2015-06-18 | 2016-12-22 | Asml Netherlands Bv | Method of metrology, inspection apparatus, lithographic system and device manufacturing method |
| WO2017025373A1 (en) | 2015-08-12 | 2017-02-16 | Asml Netherlands B.V. | Inspection apparatus, inspection method and manufacturing method |
| KR102128523B1 (ko) * | 2015-12-03 | 2020-07-01 | 에이에스엠엘 네델란즈 비.브이. | 위치 측정 방법, 리소그래피 장치, 리소 셀 및 디바이스 제조 방법 |
| US10394973B2 (en) * | 2015-12-18 | 2019-08-27 | Fisher-Rosemount Systems, Inc. | Methods and apparatus for using analytical/statistical modeling for continued process verification (CPV) |
| US11520239B2 (en) | 2016-02-22 | 2022-12-06 | Asml Netherlands B.V. | Separation of contributions to metrology data |
| US10451412B2 (en) * | 2016-04-22 | 2019-10-22 | Kla-Tencor Corporation | Apparatus and methods for detecting overlay errors using scatterometry |
| KR102370339B1 (ko) | 2017-02-22 | 2022-03-04 | 에이에스엠엘 네델란즈 비.브이. | 전산 계측 |
-
2018
- 2018-02-12 KR KR1020197027439A patent/KR102370339B1/ko active IP Right Grant
- 2018-02-12 JP JP2019565618A patent/JP2020509431A/ja active Pending
- 2018-02-12 CN CN201880013446.4A patent/CN110383177B/zh active Active
- 2018-02-12 CN CN202111221202.5A patent/CN113946105A/zh active Pending
- 2018-02-12 WO PCT/EP2018/053412 patent/WO2018153711A1/en active Application Filing
- 2018-02-12 US US16/481,143 patent/US10990018B2/en active Active
- 2018-02-12 KR KR1020227006327A patent/KR102485767B1/ko active IP Right Grant
- 2018-02-21 TW TW107105689A patent/TWI700547B/zh active
- 2018-02-21 TW TW109123142A patent/TWI762966B/zh active
-
2021
- 2021-03-10 US US17/197,167 patent/US11347150B2/en active Active
- 2021-11-05 JP JP2021181222A patent/JP2022043021A/ja active Pending
-
2022
- 2022-05-06 US US17/738,093 patent/US20220260925A1/en active Pending
-
2023
- 2023-12-04 JP JP2023204691A patent/JP2024015175A/ja active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1744217A1 (en) * | 2005-07-12 | 2007-01-17 | ASML Netherlands B.V. | Method of selecting a grid model for correcting grid deformations in a lithographic apparatus and lithographic assembly using the same |
| US20070021860A1 (en) * | 2005-07-12 | 2007-01-25 | Asml Netherlands B.V. | Method of selecting a grid model for correcting a process recipe for grid deformations in a lithographic apparatus and lithographic assembly using the same |
| WO2016087069A1 (en) * | 2014-12-01 | 2016-06-09 | Asml Netherlands B.V. | Methods & apparatus for obtaining diagnostic information relating to a lithographic manufacturing process, lithographic processing system including diagnostic apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220260925A1 (en) | 2022-08-18 |
| KR20220031133A (ko) | 2022-03-11 |
| US11347150B2 (en) | 2022-05-31 |
| WO2018153711A1 (en) | 2018-08-30 |
| JP2022043021A (ja) | 2022-03-15 |
| KR102485767B1 (ko) | 2023-01-09 |
| KR102370339B1 (ko) | 2022-03-04 |
| CN110383177A (zh) | 2019-10-25 |
| JP2024015175A (ja) | 2024-02-01 |
| US10990018B2 (en) | 2021-04-27 |
| TWI700547B (zh) | 2020-08-01 |
| JP2020509431A (ja) | 2020-03-26 |
| CN110383177B (zh) | 2021-10-29 |
| US20190361358A1 (en) | 2019-11-28 |
| US20210191278A1 (en) | 2021-06-24 |
| TWI762966B (zh) | 2022-05-01 |
| TW201835676A (zh) | 2018-10-01 |
| TW202040260A (zh) | 2020-11-01 |
| CN113946105A (zh) | 2022-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11347150B2 (en) | Computational metrology | |
| KR102454303B1 (ko) | 컴퓨테이션 계측법 기반 샘플링 스킴 | |
| JP7443431B2 (ja) | 計算メトロロジに基づく補正および制御 | |
| KR102352673B1 (ko) | 컴퓨테이션 계측법 | |
| CN111742266B (zh) | 基于参数的概率密度函数的控制 | |
| CN111801623B (zh) | 受引导的图案化装置的检查 | |
| EP3441819A1 (en) | Computational metrology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for 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 |