KR20210091792A - 샘플 스킴 생성 및 최적화 방법 - Google Patents
샘플 스킴 생성 및 최적화 방법 Download PDFInfo
- Publication number
- KR20210091792A KR20210091792A KR1020217018727A KR20217018727A KR20210091792A KR 20210091792 A KR20210091792 A KR 20210091792A KR 1020217018727 A KR1020217018727 A KR 1020217018727A KR 20217018727 A KR20217018727 A KR 20217018727A KR 20210091792 A KR20210091792 A KR 20210091792A
- Authority
- KR
- South Korea
- Prior art keywords
- sample scheme
- fields
- measurement
- measurement data
- marks
- Prior art date
Links
- 238000005259 measurement Methods 0.000 claims abstract description 175
- 238000000034 method Methods 0.000 claims abstract description 143
- 239000000758 substrate Substances 0.000 claims abstract description 133
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 85
- 230000002068 genetic effect Effects 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims description 40
- 230000002829 reductive effect Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 23
- 230000035772 mutation Effects 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 16
- 230000004075 alteration Effects 0.000 claims description 5
- 235000012431 wafers Nutrition 0.000 description 99
- 230000005855 radiation Effects 0.000 description 34
- 230000006870 function Effects 0.000 description 33
- 238000012360 testing method Methods 0.000 description 33
- 238000000059 patterning Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 17
- 238000009826 distribution Methods 0.000 description 17
- 238000005457 optimization Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 17
- 238000013459 approach Methods 0.000 description 15
- 239000010410 layer Substances 0.000 description 14
- 238000007689 inspection Methods 0.000 description 12
- 238000012797 qualification Methods 0.000 description 10
- 238000001459 lithography Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 238000007654 immersion Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000002922 simulated annealing Methods 0.000 description 5
- 239000007788 liquid Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 2
- 238000010353 genetic engineering Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 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
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000010200 validation analysis Methods 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
- G03F7/70483—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
-
- 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
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
샘플 스킴(624) 생성 방법은: 위치들의 세트와 관련된 측정 데이터(608)를 획득하는 단계(606); 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 측정 데이터를 분석하는 단계(610); 및 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘(622)을 구성하는 단계(614)를 갖는다. 방법은: 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건(618) 및/또는 복수의 핵심 성과 지표(620)를 획득하는 단계; 및 다목적 유전 알고리즘(622)을 포함하는 샘플 스킴 생성 알고리즘에서 제약조건(618) 및/또는 복수의 핵심 성과 지표(620)를 사용하는 단계를 포함한다. 위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의할 수 있고, 측정 데이터를 분석하는 단계(610)는 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 적층하는 단계를 포함할 수 있다.
Description
관련 출원에 대한 상호 참조
본 출원은 2018년 12월 19일자로 제출된 EP 출원 제18214088.9호, 2019년 1월 15일자로 제출된 EP 출원 제19151797.8호, 및 2019년 12월 11일자로 제출된 EP 출원 제19215179.3호의 우선권을 주장하며, 상기 특허 출원들은 그 전체가 참조로 본 명세서에 편입되어 있다.
기술분야
본 발명은 샘플 스킴 생성 및 최적화, 및 관련 컴퓨터 프로그램들, 리소그래피 및 검사 장치들에 관한 것이다.
리소그래피 장치는 기판 상에, 보통은 기판의 타겟부 상에 원하는 패턴을 적용하는 기계이다. 리소그래피 장치는 예를 들면, 집적 회로(IC)의 제조에 사용될 수 있다. 그러한 경우에, 달리 마스크 또는 레티클(reticle)로 지칭되는 패터닝 디바이스가 IC의 개별 층 상에 형성될 회로 패턴을 생성하는데 사용될 수 있다. 이 패턴은 기판(예를 들면, 실리콘 웨이퍼) 상의 타겟부(예를 들면, 하나 또는 수 개의 다이의 일부를 포함함)에 전사될 수 있다. 패턴의 전사는 전형적으로 기판 상에 제공된 방사선 감수성 재료(레지스트)의 층으로의 이미징을 통해 이루어진다. 일반적으로, 단일 기판은 연속적으로 패턴화된 인접 타겟부들의 네트워크를 포함하게 된다. 알려진 리소그래피 장치는 패턴 전체를 한 번에 타겟부에 노광시킴으로써 각 타겟부가 조사되는 소위 스테퍼(stepper), 및 기판을 주어진 방향("스캐닝" 방향)에 평행하게 또는 역평행(anti-parallel)하게 동기화하여 스캐닝하는 동안 이 방향으로 방사선 빔을 통해 패턴을 스캐닝함으로써 각 타겟부가 조사되는 소위 스캐너를 포함한다. 패턴을 기판에 임프린팅함으로써 패터닝 디바이스로부터 기판으로 패턴을 전사하는 것도 가능하다.
어떤 유형의 장치가 사용되든지 간에, 기판 상에의 패턴들의 정확한 배치가 리소그래피에 의해 제작될 수 있는 회로 컴포넌트들 및 다른 제품들의 크기를 축소하기 위한 주된 과제이다. 특히, 이미 배치된 기판 상의 피처들을 정확하게 측정하는 과제는 작동 디바이스들을 고수율로 제작하기에 충분할 만큼 정확하게 연속적인 피처 층들을 중첩되게 배치할 수 있도록 함에 있어서 중요한 단계이다. 소위 오버레이는 일반적으로 오늘날의 서브미크론의 반도체 디바이스에서는 수십 나노미터 이내로, 가장 중요한 층(most critical layers)에서는 낮게는 수 나노미터까지 달성되어야 한다.
(스캐너와 같은) 리소그래피 장치의 성능의 교정 및 적격성 평가는 웨이퍼들 상의 마크들의 노광 및 측정을 수반하는 몇 가지 테스트로 수행된다. 마크들의 이 측정은 마크 독출(mark readout)로 지칭된다. 샘플링 스킴(sampling scheme)으로 독출되는 마크들의 세트는 마크 독출 레이아웃으로 지칭된다.
노광은 특정 테스트 조건들 하에서 이루어진다. 특정 레티클들은 테스트와 관련된 마크들로 패턴화된다. 레티클을 사용한 노광은 예를 들면, 조명, 선량, 척 순서, 층들의 개수 등의 특정 노광 설정 하에서 수행된다. 웨이퍼들이 노광 및 현상되고 나면, 마크 독출이 수행되는데, 예를 들면 프린트된 정렬, 초점, 또는 오버레이 마크들이 측정된다. 마크 독출은 스캐너 또는 검사 장치(예를 들면, 각도 분해 산란계)와 같은 다른 디바이스들에 의해 수행될 수 있다.
독출 값들은 전형적으로 리소그래피 장치(스캐너)의 교정 및/또는 적격성 평가에 사용된다. 두 경우 모두, 테스트들은 테스트가 어떻게 이루어졌는지를 나타내는 값들인 핵심 성과 지표(key performance indicators: KPIs)를 반환한다. 종종 각 테스트에서 여러 개의 KPI가 반환된다.
이들 테스트는 (예를 들면, 셋업 시퀀스 중에 스캐너 제조 공장에서) 스캐너들이 제작될 때, (예를 들면, 반도체 제조업체에서, 스캐너의 부품들이 교환될 때) 복구 중에, 및 스캐너의 드리프트 테스트를 위해 제작 중에 모두에서 수행된다.
종래의 접근법에서는, 테스트들에서 노광된 모든 마크들이 테스트 웨이퍼들로부터 독출되며, 그래서 풀 마크 독출 레이아웃(full mark readout layout)이 있다. 마크 독출을 축소하는 것을 목표로 하는 알려진 방법들은 계산된 KPI의 정확도를 낮추기 때문에 그 성능에 있어서 제한된다.
테스트 성능을 손상시키지 않으면서 독출 마크들의 수를 줄이며 보다 짧은 셋업, 복구, 및 드리프트 교정/검증 시간을 가능케 하는 보편적인(즉, 마크들이 독출되는 모든 테스트에 적용 가능한) 방법을 갖는 것이 바람직하다.
본 발명의 제1 양태에 따르면,
- 위치들의 세트(set of locations)와 관련된 측정 데이터를 획득하는 단계;
- 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 측정 데이터를 분석하는 단계; 및
- 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘(sample scheme generation algorithm)을 구성하는 단계:
를 포함하는 방법이 제공된다.
본 발명의 제2 양태에 따르면,
- 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건 및/또는 복수의 핵심 성과 지표를 획득하는 단계; 및
- 다목적 유전 알고리즘을 포함하는 샘플 스킴 생성 알고리즘에서 제약조건 및/또는 복수의 핵심 성과 지표를 사용하는 단계:
를 포함하는 방법이 제공된다.
본 발명의 제3 양태에 따르면,
- 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터를 획득하는 단계;
- 측정 데이터를 분석하는 단계; 및
- 분석을 기초로 샘플 스킴을 최적화하는 단계:
를 포함하는 방법이 제공되며,
위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하고, 복수의 필드는 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 및
측정 데이터를 분석하는 단계는 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진(spanned) 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함한다.
본 발명의 제4 양태에 따르면, 제1 양태의 방법의 단계들을 수행하도록 특별히 적합화된 리소그래피 장치가 제공된다.
본 발명의 제5 양태에 따르면, 제1 양태의 방법의 단계들을 수행하도록 특별히 적합화된 검사 장치가 제공된다.
본 발명의 제6 양태에 따르면, 적절한 컴퓨터 장치에서 실행될 때 컴퓨터 장치로 하여금 제1 양태의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램이 제공된다.
본 발명의 제7 양태에 따르면, 제6 양태의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품이 제공된다.
본 발명의 제8 양태에 따르면, 제2 양태의 방법의 단계들을 수행하도록 특별히 적합화된 리소그래피 장치가 제공된다.
본 발명의 제9 양태에 따르면, 제2 양태의 방법의 단계들을 수행하도록 특별히 적합화된 검사 장치가 제공된다.
본 발명의 제10 양태에 따르면, 적절한 컴퓨터 장치에서 실행될 때 컴퓨터 장치로 하여금 제2 양태의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램이 제공된다.
본 발명의 제11 양태에 따르면, 제10 양태의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품이 제공된다.
본 발명의 제12 양태에 따르면, 제3 양태의 방법의 단계들을 수행하도록 특별히 적합화된 리소그래피 장치가 제공된다.
본 발명의 제13 양태에 따르면, 제3 양태의 방법의 단계들을 수행하도록 특별히 적합화된 검사 장치가 제공된다.
본 발명의 제14 양태에 따르면, 적절한 컴퓨터 장치에서 실행될 때 컴퓨터 장치로 하여금 제3 양태의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램이 제공된다.
본 발명의 제15 양태에 따르면, 제14 양태의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품이 제공된다.
이제 대응하는 참조 부호들이 대응하는 부분들을 나타내는 첨부된 개략도들을 참조하여 예로서만 본 발명의 실시예들이 설명될 것이다.
도 1은 리소그래피 장치를 개략적으로 묘사한다.
도 2는 도 1의 장치에서의 측정 및 노광 프로세스의 스테이지들을 개략적으로 묘사한다.
도 3은 리소그래피 장치의 교정 또는 적격성 평가까지의 샘플 스킴 생성의 플로차트이다.
도 4는 필드에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅(fitting)을 묘사한다.
도 5는 웨이퍼에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅을 묘사한다.
도 6은 실시예에 따른 샘플 스킴 생성을 포함하는 방법의 플로차트이다.
도 7은 실시예에 따른 다목적 유전 알고리즘을 포함하는 방법의 플로차트이다.
도 8은 실시예에 따른 샘플 스킴 최적화를 포함하는 방법의 플로차트이다.
도 9는 실시예에 따른 도 7과 도 8의 방법들을 결합한 다목적 유전 알고리즘을 포함하는 방법의 플로차트이다.
도 10은 실시예에 의해 생성된 2 개의 상이한 필드 마크 독출 레이아웃을 묘사한다.
도 11은 풀 마크 독출 레이아웃과 비교하여 동일한 축소된 마크 독출 레이아웃을 갖는 필드들에 대한 파레토 프런트(Pareto front)이다.
도 12는 실시예에 의해 생성된 축소된 웨이퍼 마크 독출 레이아웃을 묘사한다.
도 1은 리소그래피 장치를 개략적으로 묘사한다.
도 2는 도 1의 장치에서의 측정 및 노광 프로세스의 스테이지들을 개략적으로 묘사한다.
도 3은 리소그래피 장치의 교정 또는 적격성 평가까지의 샘플 스킴 생성의 플로차트이다.
도 4는 필드에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅(fitting)을 묘사한다.
도 5는 웨이퍼에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅을 묘사한다.
도 6은 실시예에 따른 샘플 스킴 생성을 포함하는 방법의 플로차트이다.
도 7은 실시예에 따른 다목적 유전 알고리즘을 포함하는 방법의 플로차트이다.
도 8은 실시예에 따른 샘플 스킴 최적화를 포함하는 방법의 플로차트이다.
도 9는 실시예에 따른 도 7과 도 8의 방법들을 결합한 다목적 유전 알고리즘을 포함하는 방법의 플로차트이다.
도 10은 실시예에 의해 생성된 2 개의 상이한 필드 마크 독출 레이아웃을 묘사한다.
도 11은 풀 마크 독출 레이아웃과 비교하여 동일한 축소된 마크 독출 레이아웃을 갖는 필드들에 대한 파레토 프런트(Pareto front)이다.
도 12는 실시예에 의해 생성된 축소된 웨이퍼 마크 독출 레이아웃을 묘사한다.
도 1은 실시예들이 구현될 수 있는 리소그래피 장치(LA)를 개략적으로 묘사한다. 본 장치는 이하를 포함한다:
i. 방사선 빔(B)(예를 들면, UV 방사선 또는 EUV 방사선)을 컨디셔닝하도록 구성된 조명 시스템(일루미네이터)(IL);
ii. 패터닝 디바이스(예를 들면, 마스크)(MA)를 지지하도록 구성되고 특정 파라미터들에 따라 패터닝 디바이스를 정확하게 위치시키도록 구성된 제1 포지셔너(PM)에 연결된 지지 구조(예를 들면, 마스크 테이블)(MT);
iii. 기판(예를 들면, 레지스트 코팅된 웨이퍼)(W)을 유지하도록 구성되고 특정 파라미터들에 따라 기판을 정확하게 위치시키도록 구성된 제2 포지셔너(PW)에 연결된 기판 테이블(예를 들면, 웨이퍼 테이블)(WTa 또는 WTb); 및,
iv. 기판(W)의 타겟부(C)(예를 들면, 하나 이상의 다이를 포함함) 상에 패터닝 디바이스(MA)에 의해 방사선 빔(B)에 부여된 패턴을 투영하도록 구성된 투영 시스템(예를 들면, 굴절 투영 렌즈 시스템)(PS).
조명 시스템은 방사선을 지향, 성형, 또는 제어하기 위해, 굴절, 반사, 자기, 전자기, 정전기, 또는 다른 유형의 광학 컴포넌트, 또는 이들의 임의의 조합과 같은 다양한 유형의 광학 컴포넌트를 포함할 수 있다.
지지 구조는 패터닝 디바이스를 지지한다, 즉 패터닝 디바이스의 무게를 지탱한다. 이는 패터닝 디바이스의 배향, 리소그래피 장치의 설계, 및 예를 들면, 패터닝 디바이스가 진공 환경에서 유지되는지 여부와 같은 다른 조건들에 의존하는 방식으로 패터닝 디바이스를 유지한다. 지지 구조는 패터닝 디바이스를 유지하기 위해 기계식, 진공식, 정전식(electrostatic), 또는 다른 클램핑 기법을 사용할 수 있다. 지지 구조는 예를 들면, 필요에 따라 고정되거나 이동 가능할 수 있는 프레임 또는 테이블일 수 있다. 지지 구조는 패터닝 디바이스가 예를 들면, 투영 시스템에 대해 원하는 위치에 있도록 보장할 수 있다. 본 명세서에서의 "레티클" 또는 "마스크"라는 용어의 모든 사용은 보다 일반적인 용어인 "패터닝 디바이스"의 동의어로 여겨질 수 있다.
본 명세서에서 사용되는 "패터닝 디바이스"라는 용어는 예컨대 기판의 타겟부에 패턴을 생성하기 위해 방사선 빔에 그 단면에 패턴을 부여하는데 사용될 수 있는 임의의 디바이스를 지칭하는 것으로 폭넓게 해석되어야 한다. 예를 들어, 패턴이 위상 쉬프팅(phase-shifting) 피처 또는 소위 어시스트 피처(assist feature)를 포함하는 경우, 방사선 빔에 부여되는 패턴은 기판의 타겟부의 원하는 패턴에 정확하게 대응하지 않을 수도 있음에 유의해야 한다. 일반적으로, 방사선 빔에 부여되는 패턴은 집적 회로와 같은 타겟부에서 생성되는 디바이스의 특정 기능 층에 대응하게 된다.
패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스들의 예로는 마스크, 프로그래머블 미러 어레이들(programmable mirror array), 및 프로그래머블 LCD 패널들이 포함된다. 마스크들은 리소그래피에서 잘 알려져 있으며, 이진(binary), 교번 위상 쉬프트(alternating phase-shift), 및 감쇠 위상 쉬프트와 같은 마스크 유형들뿐만 아니라 다양한 하이브리드 마스크 유형들을 포함한다. 프로그래머블 미러 어레이의 예는 소형 미러들의 매트릭스 배열을 사용하는데, 각 미러는 입사하는 방사선 빔을 상이한 방향으로 반사시키기 위해 개별적으로 틸팅될 수 있다. 틸팅된 미러들은 미러 매트릭스에 의해 반사되는 방사선 빔에 패턴을 부여한다.
본 명세서에서 사용되는 "투영 시스템"이라는 용어는 사용되는 노광 방사선 또는 액침 액체의 사용 또는 진공의 사용과 같은 다른 요인들에 적합한 굴절형, 반사형, 반사굴절형(catadioptric), 자기, 전자기, 및 정전 광학 시스템들, 또는 이들의 임의의 조합을 포함하는 임의의 유형의 투영 시스템을 포괄하는 것으로 폭넓게 해석되어야 한다. 본 명세서에서 "투영 렌즈"라는 용어의 모든 사용은 보다 일반적인 용어인 "투영 시스템"과 동의어로 여겨질 수 있다.
본 명세서에 묘사된 바와 같이, 장치는 (예를 들면, 투과형 마스크를 사용하는) 투과형이다. 혹은, 장치는 (예를 들면, 위에서 언급된 유형의 프로그래머블 미러 어레이를 사용하거나, 반사형 마스크를 사용하는) 반사형일 수도 있다.
리소그래피 장치는 2 개(듀얼 스테이지) 이상의 기판 테이블(및/또는 2 개 이상의 마스크 테이블)을 갖는 유형일 수 있다. 이러한 "멀티 스테이지" 기계들에서는, 추가 테이블들이 병렬로 사용될 수 있거나, 하나 이상의 다른 테이블이 노광에 사용되는 동안 하나 이상의 테이블에서는 준비 단계들이 수행될 수 있다. 본 명세서에 개시된 발명은 독립식으로 사용될 수 있지만, 특히 싱글 또는 멀티 스테이지 장치의 노광 전 측정 스테이지에서 추가 기능들을 제공할 수 있다.
리소그래피 장치는 또한 투영 시스템과 기판 사이의 공간을 채우도록 기판의 적어도 일부가 비교적 높은 굴절률을 갖는 액체, 예를 들면 물로 덮일 수 있는 유형일 수 있다. 액침 액체(immersion liquid)는 또한 리소그래피 장치의 다른 공간에도, 예를 들면 마스크와 투영 시스템 사이에도 적용될 수 있다. 투영 시스템의 개구수(numerical aperture)를 증가시키는 액침 기법은 본 기술분야에 잘 알려져 있다. 본 명세서에서 사용되는 "액침"이라는 용어는 기판과 같은 구조가 액체에 침지되어야 한다는 것을 의미하는 것이 아니라, 단지 노광 중에 투영 시스템과 기판 사이에 액체가 위치된다는 것을 의미한다.
도 1을 참조하면, 일루미네이터(IL)는 방사선 소스(SO)로부터 방사선 빔을 수신한다. 예를 들어 소스가 엑시머 레이저인 경우에, 소스와 리소그래피 장치는 별개의 엔티티일 수 있다. 이러한 경우에, 소스는 리소그래피 장치의 일부를 형성하는 것으로 여겨지지 않으며, 방사선 빔은 예를 들면, 적절한 지향성 미러 및/또는 빔 익스팬더(beam expander)를 포함하는 빔 전달 시스템(BD)의 보조로 소스(SO)로부터 일루미네이터(IL)로 전달된다. 다른 경우에, 예를 들어 소스가 수은 램프인 경우에, 소스는 리소그래피 장치의 일체형 부분일 수 있다. 소스(SO)와 일루미네이터(IL)는, 필요에 따라 빔 전달 시스템(BD)과 함께, 방사선 시스템으로 지칭될 수 있다.
일루미네이터(IL)는 방사선 빔의 각도 강도 분포(angular intensity distribution)를 조정하기 위한 조절기(AD)를 포함할 수 있다. 일반적으로, 일루미네이터의 동공 평면(pupil plane)에서 강도 분포의 적어도 외측 및/또는 내측 반경 범위(통상적으로, 각각 σ- 외측 및 σ- 내측으로 지칭됨)가 조정될 수 있다. 또한, 일루미네이터(IL)는 적분기(integrator: IN) 및 집광기(condenser: CO)와 같은 다양한 다른 컴포넌트를 포함할 수 있다. 일루미네이터는 방사선 빔의 단면에 원하는 균일성 및 강도 분포를 갖도록 방사선 빔을 컨디셔닝하는데 사용될 수 있다.
방사선 빔(B)은 지지 구조(예를 들면, 마스크 테이블(MT)) 상에 유지되는 패터닝 디바이스(예를 들면, 마스크(MA))에 입사하며 패터닝 디바이스에 의해 패턴화된다. 마스크(MA)를 통과한 후에, 방사선 빔(B)은 빔을 기판(W)의 타겟부(C)에 포커싱시키는 투영 시스템(PS)을 통과한다. 제2 포지셔너(PW) 및 위치 센서(IF)(예를 들면, 간섭계 디바이스, 선형 인코더, 또는 정전 용량 센서)의 보조에 의해, 기판 테이블(WTa/WTb)은 예를 들면, 방사선 빔(B)의 경로에 상이한 타겟부들(C)을 위치시키도록 정확하게 이동될 수 있다. 유사하게, 제1 포지셔너(PM) 및 다른 위치 센서(도 1에는 명시적으로 도시되지는 않음)는 예를 들면, 마스크 라이브러리로부터 기계적인 인출 후에 또는 스캔 중에, 방사선 빔(B)의 경로에 대해 마스크(MA)를 정확하게 위치시키는 데 사용될 수 있다. 일반적으로, 마스크 테이블(MT)의 이동은 제1 포지셔너(PM)의 일부를 형성하는 롱 스트로크 모듈(long-stroke module)(대략 위치설정)과 숏 스트로크 모듈(미세 위치설정)의 도움으로 실현될 수 있다. 유사하게, 기판 테이블(WTa/WTb)의 이동은 제2 포지셔너(PW)의 일부를 형성하는 롱 스트로크 모듈과 숏 스트로크 모듈을 사용하여 실현될 수 있다. (스캐너와 대조적으로) 스테퍼의 경우에, 마스크 테이블(MT)은 숏 스트로크 액추에이터에만 연결되거나 고정될 수 있다. 마스크(MA)와 기판(W)은 마스크 정렬 마크들(M1, M2) 및 기판 정렬 마크들(P1, P2)을 사용하여 정렬될 수 있다. 도시된 바와 같은 기판 정렬 마크들은 전용 타겟부를 점유하지만, 이들은 타겟부들 사이의 공간에도 위치될 수 있다(이들은 스크라이브 레인(scribe-lane) 정렬 마크들로 알려져 있다). 유사하게, 마스크(MA) 상에 2 개 이상의 다이가 제공되는 상황에서는, 마스크 정렬 마크들은 다이들 사이에 위치될 수 있다.
묘사된 장치는 다음 모드들 중 적어도 하나에서 사용될 수 있다:
1. 스텝 모드에서, 마스크 테이블(MT)과 기판 테이블(WTa/WTb)은 본질적으로 정지 상태로 유지되는 한편, 방사선 빔에 부여된 패턴 전체는 한 번(즉, 단일의 정적 노광)에 타겟부(C) 상에 투영된다. 기판 테이블(WTa/WTb)은 그 다음에 상이한 타겟부(C)가 노광될 수 있도록 x 및/또는 y 방향으로 쉬프트된다. 스텝 모드에서, 노광 필드의 최대 크기는 단일의 정적 노광에서 이미징되는 타겟부(C)의 크기를 제한한다.
2. 스캔 모드에서, 마스크 테이블(MT)과 기판 테이블(WTa/WTb)은 동기화되어 스캐닝되는 한편, 방사선 빔에 부여된 패턴은 타겟부(C) 상에 투영된다(즉, 단일의 동적 노광). 마스크 테이블(MT)에 대한 기판 테이블(WTa/WTb)의 속도 및 방향은 투영 시스템(PS)의 배율(축소율) 및 이미지 반전 특성에 의해 결정될 수 있다. 스캔 모드에서, 노광 필드의 최대 크기는 단일의 동적 노광에서 타겟부의 (비스캔 방향으로의) 폭을 제한하는 한편, 스캐닝 동작의 길이는 타겟부의 (스캐닝 방향으로의) 높이를 결정한다.
3. 다른 모드에서, 마스크 테이블(MT)은 프로그래머블 패터닝 디바이스를 유지하면서 본질적으로 정지 상태로 유지되고, 기판 테이블(WTa/WTb)이 이동 또는 스캐닝되는 한편, 방사선 빔에 부여된 패턴이 타겟부(C) 상에 투영된다. 이 모드에서는, 일반적으로 펄스 방사선 소스가 사용되며, 프로그래머블 패터닝 디바이스는 기판 테이블(WTa/WTb)의 각각의 이동 후에 또는 스캔 중에 연속적인 방사선 펄스들의 사이에 필요에 따라 업데이트된다. 이 작동 모드는 위에서 언급한 유형의 프로그래머블 미러 어레이와 같은, 프로그래머블 패터닝 디바이스를 이용하는 무마스크(maskless) 리소그래피에 용이하게 적용될 수 있다.
전술한 사용 모드들의 조합들 및/또는 변형들 또는 완전히 다른 사용 모드들도 사용될 수 있다.
이 예에서의 리소그래피 장치(LA)는 2 개의 기판 테이블(WTa 및 WTb)과 2 개의 스테이션 - 노광 스테이션 및 측정 스테이션 - 을 갖는 듀얼 스테이지 타입이며, 이들 사이에서 기판 테이블들이 교환될 수 있다. 하나의 기판 테이블 상의 하나의 기판이 노광 스테이션(EXP)에서 노광되는 한편, 다양한 준비 단계가 수행될 수 있도록 다른 하나의 기판이 측정 스테이션(MEA)에서 다른 기판 테이블 상에 로딩될 수 있다. 준비 단계들은 레벨 센서(LS)를 사용하여 기판의 표면을 매핑하는 단계 및 정렬 센서(AS)를 사용하여 기판 상의 정렬 마커의 위치를 측정하는 단계를 포함할 수 있다. 이는 장치의 스루풋의 상당한 증가를 가능케 할 수 있다. 위치 센서(IF)가 노광 스테이션에 있을 때뿐만 아니라 측정 스테이션에 있을 때 기판 테이블의 위치를 측정할 수 없는 경우, 두 스테이션 모두에서 기판 테이블의 위치들이 추적될 수 있도록 제2 위치 센서가 제공될 수 있다. 본 발명은 단 하나의 기판 테이블을 갖는 또는 2 개 초과를 갖는 장치에 적용될 수 있다.
본 장치는 기재된 다양한 액추에이터 및 센서의 모든 움직임 및 측정을 제어하는 리소그래피 장치 제어 유닛(LACU)을 더 포함한다. LACU는 장치의 작동과 관련된 원하는 계산을 구현하기 위한 신호 처리 및 데이터 처리 능력을 또한 포함한다. 실제에서는, 제어 유닛(LACU)은 다수의 서브유닛 - 각각은 장치 내의 서브시스템 또는 컴포넌트의 실시간 데이터 획득, 처리, 및 제어를 취급함 - 의 시스템으로 실현되게 된다. 예를 들어, 하나의 처리 서브시스템은 기판 포지셔너(PW)의 서보 제어 전용일 수 있다. 개별 유닛들이 대략적인 액추에이터(coarse actuator)와 미세한 액추에이터, 또는 상이한 축들을 취급할 수도 있다. 다른 유닛은 위치 센서(IF)의 독출 전용일 수 있다. 본 장치의 전체적인 제어는 이들 서브시스템 처리 유닛들, 조작자들, 및 리소그래피 제조 프로세스에 관련된 다른 장치들과 통신하는 중앙 처리 장치에 의해 제어될 수 있다.
도 2는 도 1의 듀얼 스테이지 장치에서 기판(W) 상의 타겟부들(예를 들면, 다이들)을 노광하는 알려진 단계들을 도시한다. 좌측의 점선 박스 내에는 측정 스테이션(MEA)에서 수행되는 단계들이 있는 한편, 우측은 노광 스테이션(EXP)에서 수행되는 단계들을 나타내고 있다. 전술한 바와 같이, 때에 따라 기판 테이블들(WTa, WTb) 중 하나는 노광 스테이션에 있게 되는 한편, 다른 하나는 측정 스테이션에 있게 된다. 이 설명의 목적상, 기판(W)이 이미 노광 스테이션에 로딩되었다고 가정한다. 단계 200에서, 새로운 기판(W')이 도시되지 않은 메커니즘에 의해 장치에 로딩된다. 리소그래피 장치의 스루풋을 증가시키기 위해 이들 두 기판은 병렬로 처리된다. 먼저 새로 로딩된 기판(W')을 참조하면, 이는 장치에서 최초의 노광을 위해 새로운 포토레지스트로 준비된, 이전에 처리되지 않은 기판일 수 있다. 하지만, 일반적으로, 설명되는 리소그래피 프로세스는 일련의 노광 및 처리 단계 중 하나의 단계에 불과하며, 그래서 기판(W')은 이 장치 및/또는 다른 리소그래피 장치들을 이미 여러 번 통과했으며, 거치게 될 후속 프로세스들도 가질 수 있다.
이전 및/또는 후속 프로세스들은 방금 언급한 바와 같이 다른 리소그래피 장치들에서 수행될 수도 있고, 심지어는 다른 유형의 리소그래피 장치에서 수행될 수도 있다. 예를 들어, 분해능 및 오버레이와 같은 파라미터들이 매우 까다로운 디바이스 제조 프로세스의 일부 층은 덜 까다로운 다른 층들보다 더 고도화된 리소그래피 툴에서 수행될 수 있다. 따라서, 일부 층은 액침형 리소그래피 툴에서 노광될 수 있는 한편, 다른 층들은 '건식(dry)' 툴에서 노광될 수 있다. 일부 층은 DUV 파장에서 작동하는 툴에서 노광될 수 있는 한편, 다른 층들은 EUV 파장 방사선을 사용하여 노광될 수 있다.
도 2에서, 202에서, 기판 마크들(P1 등) 및 이미지 센서들(도시되지 않음)을 이용한 정렬 측정은 기판 테이블(WTa/WTb)에 대한 기판의 정렬을 측정 및 기록하는 데 사용된다. 또한, 기판(W')에 걸쳐 수 개의 정렬 마크가 측정되어 "웨이퍼 그리드(wafer grid)"를 확립하는데, 이는 공칭의 직사각형 그리드에 대한 임의의 왜곡을 포함하여 기판에 걸친 마크들의 분포를 매우 정확하게 매핑한다. 단계 204에서는, 노광된 패턴의 정확한 포커싱에 사용하기 위해 X-Y 위치에 대한 기판 높이의 맵이 또한 측정된다.
기판(W')이 로딩되었을 때, 레시피 데이터(206)가 수신되어, 수행될 노광, 및 또한 기판의 특성들 및 이전에 만들어진 패턴들과 그 위에 만들어질 패턴들을 정의하였다. 이들 레시피 데이터에는 202, 204에서 이루어진 기판 위치, 기판 그리드, 및 높이 맵의 측정치들이 추가되어, 레시피 및 측정 데이터(208)의 완전한 세트가 노광 스테이지로 전달될 수 있다. 정렬 데이터의 측정치들은 예를 들면, 리소그래피 프로세스의 생성물인 제품 패턴들에 대해 고정된 또는 명목상 고정된 관계로 형성된 정렬 타겟들의 X 및 Y 위치들을 포함한다. 노광 직전에 취해진 이들 정렬 데이터는 정렬 모델의 파라미터들을 제공하기 위해 결합 및 보간된다. 이들 파라미터 및 정렬 모델은 현재의 리소그래피 단계에서 적용된 패턴들의 위치들을 수정하기 위해 노광 동작 중에 사용되게 된다. 종래의 정렬 모델은 4 개, 5 개, 또는 6 개의 파라미터를 포함할 수 있는데, 이들은 함께 상이한 차원에서 '이상적인' 그리드의 병진이동, 회전, 및 스케일링을 정의한다. 아래에서 더 설명되는 바와 같이, 더 많은 파라미터를 사용하는 고도화된 모델이 알려져 있다.
210에서, 기판들(W'과 W)이 교환되어, 측정된 기판(W')이 노광 스테이션(EXP)으로 들어가는 기판(W)이 된다. 이 교환은 장치 내에서 지지부들(WTa 및 WTb)을 교환함으로써 수행되며, 그래서 기판들(W, W')은 이들 지지부 상에 정확하게 클램핑되고 배치된 상태로 유지되어, 기판 테이블들과 기판들 자체 사이의 상대적인 정렬을 유지하게 된다. 따라서, 테이블들이 교환되고 나면, 노광 단계들의 제어에서 기판(W)(이전의 W')에 대한 측정 정보(202, 204)를 이용하기 위해 필요한 것은 투영 시스템(PS)과 기판 테이블(WTb)(이전의 WTa) 사이의 상대 위치를 결정하는 것뿐이다. 단계 212에서, 마스크 정렬 마크들(M1, M2)을 사용하여 레티클 정렬이 수행된다. 단계 214, 216, 및 218에서, 다수의 패턴의 노광을 완료하기 위해, 기판(W)에 걸쳐 연속적인 타겟 위치들에 스캐닝 운동 및 방사선 펄스들이 적용된다. 측정 스테이션에서 획득된 정렬 데이터와 높이 맵을 노광 단계들의 수행에 사용함으로써, 이들 패턴은 원하는 위치들에 대해, 특히 동일한 기판 상에 이전에 배치된 피처들에 대해 정확하게 정렬된다. 이제 W"으로 라벨링된 노광된 기판은 단계 220에서 장치로부터 언로딩되어, 노광된 패턴에 따라 에칭 또는 다른 프로세스들을 거친다.
도 3은 리소그래피 장치의 교정 또는 적격성 평가까지의 샘플 스킴 생성의 플로차트이다.
샘플 스킴 생성 단계(302)는 샘플 스킴(sample scheme), 이 경우에는 마크 독출 레이아웃(mark readout layout)(304)을 생성한다. 리소그래피 장치의 교정 또는 적격성 평가를 위해, 웨이퍼 또는 일련의 웨이퍼가 노광되고 현상된다(306). 마크 독출 레이아웃(304)은 마크 독출 단계(308)에서 웨이퍼들 상의 마크들의 측정에 사용된다. 측정은 계산된 핵심 성과 지표들(KPIs)(314)를 생성하기 위해 교정 또는 적격성 평가(312)에 사용되는 독출 값들(310)을 생성한다.
실시예들에서, 샘플 스킴 생성 단계(302)는 메타휴리스틱(metaheuristic) 최적화 알고리즘으로 푸는 다목적 최적화 문제로 취급될 수 있다. 하나의 목적은 독출 대상 마크들의 수(저감되어야 함)이고, 다른 목적은 KPI의 저하(가능한 한 작아야 함, 즉 저감되어야 함)이다.
메타휴리스틱은 특히 미완의 또는 불완전한 정보 또는 제한된 계산 능력으로 최적화 문제에 충분히 양호한 솔루션을 제공할 수 있는 휴리스틱(부분 검색 알고리즘)을 찾거나, 생성하거나, 또는 선택하도록 설계된 하이 레벨 절차 또는 휴리스틱이다.
진화 알고리즘(evolutionary algorithm: EA)은 일반 모집단 기반의 메타휴리스틱 최적화 알고리즘이다.
유전 알고리즘(genetic algorithm: GA)은 EA의 한 유형이다. GA에서, 최적화 문제에 대한 후보 솔루션들(개체, 생물, 또는 표현형이라 불림)의 모집단은 보다 우수한 솔루션 쪽으로 진화한다. 각 후보 솔루션은 솔루션 도메인의 좌표로 표현되는 속성들의 세트(집합)(그 염색체 또는 유전자형)를 갖는데, 이는 돌연변이 및 변경될 수 있다. 솔루션들은 0과 1의 문자열로 2진(바이너리)으로 표현될 수 있으나, 다른 인코딩도 가능하다.
시뮬레이티드 어닐링(simulated annealing: SA)은 주어진 함수의 글로벌 최적 값을 근사화하기 위한 확률적 기법이다. SA는 대규모 검색 공간 또는 솔루션 도메인에서 글로벌 최적화를 근사화하는 메타휴리스틱이다.
Tabu 검색은 수학적 최적화에 사용되는 로컬 검색 방법들을 사용하는 다른 메타휴리스틱 검색 방법이다.
유전 알고리즘들은 단 하나가 아니라 솔루션들의 풀(pool)을 유지한다. 새로운 후보 솔루션들은 (SA에서와 같이) "돌연변이"에 의해서 뿐만 아니라 풀의 2 개의 솔루션의 "재조합"에 의해서도 생성된다. SA에서 사용되는 것들과 유사한 확률적 기준이 복제, 돌연변이, 또는 (교차에 의한) 조합을 위한 후보들을 선택하고 풀로부터 과잉 솔루션들을 폐기하는 데 사용된다.
수학적 최적화에서, 비용 함수 또는 손실 함수는 이벤트(사건) 또는 하나 이상의 변수의 값들을 이벤트와 관련된 소정의 "비용"을 직관적으로 나타내는 실수에 매핑하는 함수이다. 최적화 문제는 비용 함수를 최소화하려고 한다. 목적 함수는 비용 함수 또는 그 음수 함수(때로는 장점 함수, 보상 함수, 이익 함수, 효용 함수, 적합도 함수 등으로 불림)일 수 있으며, 이 경우에는 최대화되어야 한다.
제약조건은 솔루션이 충족해야 하는 최적화 문제의 조건이다.
실시예들은 변동의 근원을 이해하기 위해 (도 6의 단계 610에서와 같이) 테스트 데이터에 대한 통계 분석을 수행하는 것을 포함한다.
(도 6의 단계 606과 같이) 모든 마크들의 이전 테스트들로부터의 독출 데이터가 주어지면, 테스트 웨이퍼들의 마크들은 다양한 방식으로 그루핑(grouping)될 수 있다. 예를 들면, 다음에 따라 마크들을 그루핑할 수 있다: 스캔 업(또는 스캔 다운) 필드들에 있는 마크들, 상이한 사분면(또는 테스트와 관련된 기타 웨이퍼 파티션)에 있는 마크들, 상이한 웨이퍼들에 있는 마크들, 상이한 필드 열/행/위치에 있는 마크들, …, 및 이들 그루핑의 조합. 이들 그루핑 각각에 대해, 통계적으로 상이한 그룹들을 결정하기 위해 각 그룹의 마크들의 분포(또는 가우스 분포와 같은 주어진 분포에 대한 피팅)를 플롯할 수 있다. 통계적 차(statistical differences)의 예들은 다음과 같다:
그루핑 내의 마크들은 그 관련 독출 값들의 상이한 평균들을 갖는다;
그루핑 내의 마크들은 그 관련 독출 값들의 상이한 std(표준 편차)를 갖는다: 및
어떠한 그루핑도 그 관련 독출 값들의 통계적 차를 나타내지 않는다.
예를 들어, 상이한 열들의 마크들은 상이한 평균들을 갖는다는 것, 또는 웨이퍼의 엣지에 있는 마크들은 웨이퍼의 나머지 부분의 마크들보다 더 높은 분산을 갖는다는 것이 결정될 수 있다. 이들 예가 도 4와 도 5에 의해 도시되어 있다.
도 4는 필드에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅을 도시한다. 각 그룹은 노광 필드의 상이한 열(column)이다. 임의 단위의 확률 밀도(수직 축)가 임의 단위의 마크 독출 값(수평 축)에 대해 플롯(402)되어 있다. 5 개의 곡선 - 각각 열 그룹(column group)에 대응함 - 의 수평 오프셋으로 나타내는 바와 같이 상이한 열들은 상이한 평균들을 갖는다.
도 5는 웨이퍼에 걸친 5 개의 상이한 마크 그룹에 대한 측정치들의 가우스 분포에 대한 피팅을 도시한다. 각 그룹은 웨이퍼에 걸친 상이한 영역이다. 임의 단위의 확률 밀도(수직 축)가 임의 단위의 마크 독출 값(수평 축)에 대해 플롯(502, 504)되어 있다. 웨이퍼의 엣지로부터 떨어진 영역들에 대한 나머지 4 개의 곡선(502)의 보다 좁은 분포와 비교하여, 웨이퍼 엣지 그룹에 대응하는 곡선(504)의 보다 넓은 분포로 나타내는 바와 같이, 웨이퍼의 엣지에 있는 마크들은 웨이퍼의 나머지 부분의 마크들보다 더 높은 분산을 갖는다. 그래서, 웨이퍼에 걸친 마크 위치에 따라 상이한 표준 편차가 존재한다.
도 6은 실시예에 따른 샘플 스킴 생성을 포함하는 방법의 플로차트이다. 이 방법은 다음의 단계들을 갖는다:
602: 하나 이상의 기판에 걸친 위치들의 선택과 관련하여, 사전 정의된 그룹들(604)이 정의된다.
그룹 내의 위치들은 함께 필드 내의 하나 이상의 영역을 정의할 수 있는데, 필드는 하나 이상의 기판에 걸쳐 반복된다. 이 경우에, 각 필드는 동일한 축소된 마크 독출 레이아웃을 가지며, 조작들(교차/돌연변이)은 필드 내 레벨(intrafield level)에서 이루어진다.
추가적으로 또는 대체로서, 웨이퍼에 걸쳐, 웨이퍼 로트(wafer lot)에 걸쳐, 또는 복수의 웨이퍼 로트에 걸쳐 필드들에 걸쳐있는(spanning) 하나 이상의 영역으로서 그룹이 정의될 수 있다. 그룹 내의 위치들은 함께 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의할 수 있는데, 복수의 필드는 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 갖는다. 하나의 기판에 걸쳐있는 이 상이한 각각의 서브샘플링이 도 12에 도시되어 있다.
606: 하나 이상의 기판에 걸친 위치들의 세트(집합)와 관련된 측정 데이터(608)를 획득하는 단계. 이 예에서는, 노광된 모든 마크가 독출되며, 그래서 가능한 한 많은 정보가 최적화된 샘플 스킴 생성에 사용될 수 있다.
610: 위치들의 통계적으로 상이한 그룹들(612)을 결정하기 위해 측정 데이터(608)를 분석하는 단계. 이 예의 그룹들은 사전 정의된 그룹들(604)이다.
그룹 내의 위치들이 함께 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하는 경우(복수의 필드는 상이한 각각의 서브샘플링을 가짐), 측정 데이터를 분석하는 단계(610)는 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진(spanned) 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함한다. 이 경우에, 상이한 필드들은 상이한 축소된 레이아웃을 가지며, 조작들(교차/돌연변이)은 필드 간(interfield)/웨이퍼-웨이퍼/로트 레벨에서 이루어진다. 이는 적층을 사용한 필드/웨이퍼/로트 재구성으로 기술될 수 있다.
도 7을 참조하여 설명되는 방법에 대한 플로차트 연결자 1A로 나타내는 바와 같이, 단계 702에서 획득된 제약조건들은 분석 단계(610)의 결과(612)를 기초로 할 수 있다.
614: 통계적으로 상이한 그룹들에 기초하여 샘플 스킴 생성 알고리즘의 연산자를 구성하는 단계. 이 단계는 하나 이상의 유전 연산자 구성(616)을 출력한다. 이 예의 샘플 스킴 생성 알고리즘은 유전 알고리즘이며, 연산자를 구성하는 단계는 결정된 통계적으로 상이한 그룹들 사이에 샘플링 정보를 교환하기 위해 교차 연산자를 구성하는 단계를 포함한다. 연산자를 구성하는 단계는 선택된 결정된 통계적으로 상이한 그룹에서 샘플링 정보를 돌연변이시키기 위해 돌연변이 연산자를 구성하는 단계를 또한 포함할 수 있다. 유전 연산자 구성(616)은 플로차트 연결자 1B로 나타내는 바와 같이 다른 실시예들에서도 사용될 수 있다.
다목적 유전 알고리즘들(multi-objective genetic algorithms: MOGA)은 유전 알고리즘들(GA)의 확장형이다. 이들은 다목적 최적화 문제들(볼록 여부, 제약조건 유무, …)을 최적화할 수 있는 알고리즘들의 부류이다. GA는 단일 목적 최적화 알고리즘들이다. 이들 알고리즘은 "개체들(individuals)" 즉, 풀기를 원하는 문제에 대한 가능한 솔루션들을 고려한다. 이 예에서, 개체는 축소된 마크 독출 레이아웃이다. 개체들은 적합도 함수(fitness function)로 평가된다. 이 예에서, 적합도 함수는 주어진 축소된 마크 독출 레이아웃에 대해 계산된 핵심 성과 지표(KPI)를 반환하게 된다.
이 예에서, 샘플 스킴 생성 알고리즘(622)이 다목적 유전 알고리즘을 포함하는 경우, 상기 방법은 하나 이상의 기판에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표(620)를 획득하는 단계를 더 포함한다. 핵심 성과 지표는 샘플 스킴 생성 알고리즘에서 적합도 함수에 사용된다. 적합도 함수는 위치들의 세트의 측정 데이터에 대해 계산된 핵심 성과 지표들과 개별의 축소된 마크 독출 레이아웃에 대해 계산된 핵심 성과 지표들 사이의 비교를 포함한다.
(스캐너 교정 또는 적격성 평가 중에) 기계들 사이의 오버레이를 매칭시키기 위해, (평균 +3 std, 평균 웨이퍼 및 웨이퍼 간의 차에 대해 척 1과 척 2에 대한 x 및 y의 99.7 퍼센타일과 같은) 기계 성능에만 관련된 KPI를 반환하는 적합도 함수를 사용할 수 있다. (필드 내(intrafield), 필드 간(interfield), 또는 슬릿 핑거프린트 파라미터들과 같은) 진단에 필요한 보다 큰 KPI 세트도 사용할 수 있다.
적합도 함수는 풀 마크 독출 레이아웃과 생성된 축소된 마크 독출 레이아웃 사이의 이들 KPI 중 상이한 것을 반환한다. 적합도 함수는 축소된 레이아웃이 기계 세트에서 (풀 레이아웃과 비교하여) 어떻게 거동하는지와 관련된 보다 복잡한 메트릭을 반환할 수 있다.
GA는 반복(iterations) 중에 달라지는 개체들의 그룹들('모집단'으로 불림)을 사용한다. X 세대의 모집단이 주어지면, X+1 세대의 모집단은 X 세대의 개체들에 대해 유전 조작들을 수행하여 획득된다. 조작들은 3 개의 그룹으로 분류될 수 있다:
선택: X 세대의 일부 개체는 무시된다. 나머지 개체들은 이어지는 두 조작의 입력으로 사용된다. 선택의 예들은 토너먼트 선택과 룰렛 휠(roulette wheel)이다.
교차(재조합): 2 개(이상)의 선택된 개체가 새로운 개체들을 생성하는 데 사용된다. 예를 들어, 분석 단계(610)가 웨이퍼의 나머지 부분의 마크들에 대해 웨이퍼의 엣지에 대한 마크들의 정렬 또는 오버레이 표준편차 사이에 차가 있음을 나타내는 경우, 그에 따라 교차 조작이 구성될 수 있다. 그래서, 2 개의 개체(I1과 I2)가 주어지면, I1에 존재하는 엣지 마크들과 I2에 존재하는 나머지 마크들을 사용하여 교차에 의해 새로운 개체가 생성된다.
돌연변이: 하나의 선택된 개체가 새로운 개체를 생성하는 데 사용된다. 예를 들어, 분석 단계(610)가 웨이퍼들의 하부 사분면들(lower quadrants)에 존재하는 마크들에 대한 표준 편차가 웨이퍼들의 상부 사분면들에 존재하는 마크들에 대한 표준 편차보다 현저하게 높다는 것을 나타내면, 그에 따라 돌연변이를 구현할 수 있다. 예를 들면, 돌연변이 조작은 웨이퍼의 하부 사분면에서 독출되는 마크들의 수를 증가시키도록 구성될 수 있다.
이들 유전 조작은 일정한 파라미터들 또는 세대에 걸쳐 변하는 파라미터들을 가질 수 있다.
MOGA에서는, 축소된 마크 독출 레이아웃들을 제공하기 위해 (단계 622와 관련하여 설명된 것들 외에) 다른 연산자들도 구현될 수 있다. 예를 들면, 필드 재구성을 구현할 수 있다: 필드들의 세트가 주어지면, 세트 내의 어떤 필드도 모든 마크 독출을 갖지 않도록(즉, 필드 내 맵이 생성될 수 없도록) 필드들 각각을 서브샘플링하지만 이들 필드의 마크 독출의 조합은 필드를 재생성할 수 있게 한다.
분석 단계(610)의 결과(612)에 기초하여, MOGA에 의해 생성된 솔루션들에 제약조건들(618)이 추가될 수 있다. 제약조건(618)은 하나 이상의 기판에 걸친 샘플 스킴과 관련된다. 제약조건(618)은 샘플 스킴 생성 알고리즘(622)에의 입력으로 사용된다. 제약조건은 분석(610)을 기초로 할 수 있다. 예를 들어, 분석 단계(610)가 상이한 필드 열들(field columns)에 존재하는 마크들 사이에 현저한 차(612)가 있음을 나타내면, 축소된 마크 독출 레이아웃에서 어떠한 필드 열도 사라지지 않도록 MOGA가 솔루션들(즉, 축소된 마크 독출 레이아웃들)을 생성하도록 할 수 있다. 이는 열에서 마크들이 누락되는 것은 허용되지만 열 내의 모든 마크를 제거하는 것은 허용되지 않음을 의미한다.
적합도 함수는 둘 이상의 KPI를 반환하기 때문에, MOGA는 이들 모든 KPI를 충족하는 솔루션들을 반환할 수 있다. 샘플 스킴 생성 단계(622)의 MOGA는 다음으로 축소된 필드 마크 독출 레이아웃(624)을 반환하게 된다. 그래서, 샘플 스킴 생성 알고리즘은 최적화된 샘플 스킴(624)을 생성하는 데 사용된다.
도 7은 실시예에 따른 MOGA를 포함하는 방법의 플로차트이다. 이 방법은 다음의 단계들을 갖는다:
702: 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건(718)을 획득하는 단계. 플로차트 연결자 1A로 나타내는 바와 같이, 이들 제약조건은 분석 단계(610)의 결과(612)를 기초로 할 수 있다.
704: 하나 이상의 기판에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표(720)를 획득하는 단계. 플로차트 연결자 2A로 나타내는 바와 같이, KPI(720)는 도 6을 참조하여 설명된 실시예에서 사용될 수 있다.
722: 다목적 유전 알고리즘을 포함하는 샘플 스킴 생성 알고리즘에서 제약조건(718) 및/또는 복수의 핵심 성과 지표(720)를 사용하는 단계. 플로차트 연결자 1B로 나타내는 바와 같이, 유전 연산자 구성(716)은 도 6의 단계 614에 따라 구성될 수 있다.
샘플 스킴 생성 알고리즘은 최적화된 샘플 스킴(축소된 마크 독출 레이아웃)(724)을 생성하는 데 사용된다. 테스트 KPI를 손상시키지 않으면서 보다 빠른 테스트를 가능케 하는 최적화된 마크 독출 레이아웃. 이는 셋업, 복구, 및 드리프트 교정/검증 시간의 단축으로 이어진다.
도 8은 실시예에 따른 샘플 스킴 최적화를 포함하는 방법의 플로차트이다. 이 방법은 다음의 단계들을 갖는다:
806: 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터(808)를 획득하는 단계. 위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하는데, 복수의 필드는 샘플링 스킴에서 상이한 각각의 서브샘플링을 갖는다.
810: 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드(spanned plurality of fields)에 걸쳐 측정 데이터를 적층함으로써 측정 데이터를 분석하는 단계.
822: 단계 810의 분석에 기초하여 샘플 스킴을 최적화하는 단계.
샘플 스킴 생성 알고리즘은 최적화된 샘플 스킴(축소된 마크 독출 레이아웃)(824)를 생성하는 데 사용된다. 샘플 스킴 생성 알고리즘이 MOGA일 때, 상이한 필드들은 상이한 축소된 레이아웃을 가지며, 조작들(교차/돌연변이)은 필드 간/웨이퍼-웨이퍼/로트 레벨에서 이루어진다. 이는 적층을 사용한 필드/웨이퍼/로트 재구성으로 기술될 수 있다. 테스트 KPI를 손상시키지 않으면서 보다 빠른 테스트를 가능케 하는 최적화된 마크 독출 레이아웃. 이는 셋업, 복구, 및 드리프트 교정/검증 시간의 단축으로 이어진다.
도 9는 실시예에 따른 도 7과 도 8의 방법들을 결합한 MOGA를 포함하는 방법의 플로차트이다.
도 9를 참조하면, 본 방법은 동일한 참조 번호들로 라벨링된 도 7 및 도 8과 공통된 단계들을 갖는다.
806: 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터(808)를 획득하는 단계. 위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하는데, 복수의 필드는 샘플링 스킴에서 상이한 각각의 서브샘플링을 갖는다.
810: 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 측정 데이터를 적층함으로써 측정 데이터를 분석하는 단계.
702: 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건(718)을 획득하는 단계. 이들 제약조건은 분석 단계(810)의 결과를 기초로 할 수 있다.
704: 하나 이상의 기판에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표(KPIs)(720)를 획득하는 단계.
922: 분석에 기초하여 샘플 스킴을 최적화하는 단계. 이 단계 922는 MOGA에서 제약조건(718) 및/또는 복수의 핵심 성과 지표(720)를 사용할 수 있다. 제약조건은 분석(810)을 기초로 할 수 있다. 예를 들어, 분석 단계(810)가 상이한 필드 열들(field columns)에 존재하는 마크들 사이에 현저한 차가 있음을 나타내면, 축소된 마크 독출 레이아웃에서 어떠한 필드 열도 사라지지 않도록 유전 알고리즘이 솔루션들(즉, 축소된 마크 독출 레이아웃들)을 생성하도록 할 수 있다. 이는 열에서 마크들이 누락되는 것은 허용되지만 열 내의 모든 마크를 제거하는 것은 허용되지 않음을 의미한다. 이 단계 922는 필드들 사이에 샘플링 정보를 교환하기 위해 샘플 스킴 생성 알고리즘의 교차 연산자를 구성하는 단계를 포함할 수 있다. 이 단계는 선택된 필드에서 샘플링 정보를 돌연변이시키기 위해 샘플 스킴 생성 알고리즘의 돌연변이 연산자를 구성하는 단계를 포함할 수 있다. 샘플 스킴 생성 알고리즘이 유전 알고리즘일 때, 상이한 필드들은 상이한 축소된 레이아웃을 가지며, 조작들(교차/돌연변이)은 필드 간/웨이퍼-웨이퍼/로트 레벨에서 이루어진다. 이는 적층을 사용한 필드/웨이퍼/로트 재구성으로 기술될 수 있다. 연산자 구성(916)은 분석 단계(810)를 기초로 한다.
샘플 스킴 최적화 단계(922)는 축소된 마크 독출 레이아웃(924)을 생성하는 데 사용된다.
도 10은 실시예에 의해 생성된 2 개의 상이한 필드 마크 독출 레이아웃을 묘사한다. 도 10의 필드 마크 레이아웃들은 상이한 스캐너들을 매칭시키기 위한 오버레이 마크 샘플링에 구현된 MOGA에 의해 반환된다. 각 마크는 크로스 해칭된 사각형으로 표시된다. 가장 좌측의 필드(1002)는 10 개의 마크를 갖는다. 가장 우측의 필드(1004)는 16 개의 마크를 갖는다.
도 11은 풀 마크 독출 레이아웃과 비교하여 동일한 축소된 마크 독출 레이아웃을 갖는 필드들에 대한 파레토 프런트(Pareto front)이다. MOGA는 많은 데이터를 반환하는데, 그 중 가장 중요한 데이터는 축소된 레이아웃들이다. 그러나 나머지 데이터로, 파레토 프런트(및 다른 플롯들)을 플롯할 수 있다. 파레토 프런트의 목표는 상이한 목적들이 서로 어떻게 관련되는지를 살펴보는 것이다. 이 정보는 예를 들면, 문제를 더 잘 이해하거나 MOGA를 개선하는 데 사용할 수 있다. 이들은 상이한 KPI들이 고려되는 최적화 문제에서 서로 어떻게 관련되는지를 보여주는 플롯들이다. 도 11을 참조하면, 모든 필드가 동일한 마크 독출 레이아웃을 갖는 예에 대해 파레토 프런트가 도시되어 있다. 수평 축은 각 필드에 대해 독출된 마크들의 수(N)이다. 수직 축은 전체가 샘플링된 마크 독출 레이아웃과 축소된(최적화된) 마크 독출 레이아웃 사이의 nm 단위의 델타 평균(M) 및 표준 편차(SD)이다. 평균(1102) 및 표준 편차(1104)(파선)의 이들 플롯은 필드 당 더 적은 수의 마크와 비교하여, 필드 당 24 개 이상의 마크를 독출하는 경우에 성능의 갑작스런 증가가 있음을 보여준다.
제1 접근법에서, 그룹 내의 위치들은 함께 필드 내의 하나 이상의 영역을 정의할 수 있으며, 하나 이상의 기판에 걸쳐 반복되는 필드는 축소된 개수의 독출 마크가 고려되는 KPI들에 어떻게 영향을 미치는지를 나타낸다. 예를 들면, +/- 5 % 이하의 성능의 저하를 가질 때 허용될 수 있다(이를 '열화'라고 부른다). 이는 각 KPI에 대해, 축소된 레이아웃에 의해 반환되는 값이 풀 레이아웃에서 반환되는 KPI에 비해 최대 +5 % 또는 -5 %임을 의미한다.
전술한 바와 같이, 제2 접근법에서는, 제1 접근법에 추가로 또는 대체로서, 웨이퍼에 걸쳐, 웨이퍼 로트(wafer lot)에 걸쳐, 또는 복수의 웨이퍼 로트에 걸쳐 필드들에 걸쳐있는(spanning) 하나 이상의 영역으로서 그룹이 정의될 수 있다. 그룹 내의 위치들은 함께 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의할 수 있는데, 복수의 필드는 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 갖는다. 이 경우 샘플 스킴 생성 또는 최적화는 제1 접근법과 동일한 성능을 갖지만 더 적은 수의 마크를 독출하는 축소된 레이아웃을 반환할 수 있다. 예를 들어, 고려되는 테스트가 70 개의 필드를 갖는 경우, 필드 당 10 개의 마크를 갖는 축소된 레이아웃이 생성되고(즉, 총 700 개의 마크가 독출됨) +/- 5 % 열화이면, 제2 접근법은 총 700 개 미만의 마크가 독출된 +/- 5 %의 열화를 수반하는 다른 레이아웃을 반환할 수 있다.
MOGA에서는, 축소된 마크 독출 레이아웃들을 제공하기 위해 (단계 622와 관련하여 설명된 것들 외에) 다른 연산자들도 구현될 수 있다. 예를 들면, 필드 재구성을 구현할 수 있다: 필드들의 세트가 주어지면, 세트 내의 어떤 필드도 모든 마크 독출을 갖지 않도록(즉, 필드 내 맵이 생성될 수 없도록) 필드들 각각을 서브샘플링하지만 이들 필드의 마크 독출의 조합은 필드를 재생성할 수 있게 한다.
도 12는 도 6 및 도 7을 참조하여 설명된 실시예에 의해 생성된 축소된 웨이퍼 마크 독출 레이아웃을 도시한다. 웨이퍼 맵(1202)은 필드들(1204)로 분할된다. 웨이퍼 맵(1202) 내에서, 마크 독출을 나타내는 작은 점들로 마크 레이아웃이 도시어 있다. 이는 테스트 KPI를 손상시키지 않으면서 보다 빠른 테스트를 가능케 하는 최적화된 마크 독출 레이아웃이다. 이는 셋업, 복구, 및 드리프트 교정/검증 시간의 단축으로 이어진다.
실시예들은 노광된 웨이퍼들로부터 마크들이 독출되는 모든 테스트에 적용될 수 있다. 전술한 방법들은 각 테스트에 의해 반환된 KPI들이 열화가 없거나(즉, 모든 마크가 독출될 때 반환된 값들과 동일하거나) 또는 열화가 작도록 축소된 마크 독출 세트를 반환한다. 이는 다시, 셋업 및 복구 시간을 단축한다.
이 문서에서 언급되는 측정은 하나 이상의 기판과 관련되거나 이에 의해 정의된 평면에 걸쳐 공간 분포(핑거프린트)를 갖는 임의의 파라미터의 값들을 획득하는 것에 대응할 수 있다. 예를 들어, 측정치들은 처리된 기판 상의 제품 피처들 및/또는 타겟 피처들의 검사에 의해 측정되는 오버레이 에러, 임계 치수, 초점, 엣지 배치 에러의 값들을 지칭할 수 있다. 혹은, 측정치들은 투영 시스템(PS)의 광학 평면에 걸쳐 복수의 위치에서 센서에 의해 측정되는 투영 시스템(PS)의 선량, 초점, (레티클) 마크 위치, 또는 수차 레벨의 값들을 지칭할 수 있다. 전형적으로, 광학 평면은 (기판들이 리소그래피 장치에 의해 노광될 때 보통 배치되는) 투영 시스템(PS)의 이미지 평면이다. 대부분의 경우, 측정은 리소그래피 장치의 광학 평면 내에 포함된 필드에 걸쳐 수행되는데, 필드는 (노광 동작 중에) 리소그래피 장치에 의해 조명되는 광학 평면을 가로질러 연장된다. 그래서 이 문서의 실시예들은 기판 상의 구조들의 검사에 의해 획득되는 측정치들, 독출 값들, 및 측정 데이터에 한정되지 않고, 임의의 감지 시스템에 의해 리소그래피 장치의 광학 평면 및/또는 기판에 걸쳐 획득되는 모든 측정 및/또는 측정 결과도 본 발명의 범위 내에 있다.
광학 평면 내의 필드에 걸친 측정의 경우, 센서는 전형적으로 선량, 수차, 또는 이미지 센서이다. 이미지 센서는 전형적으로 기판 테이블(WT)에 대해 레티클 상의 마크의 상대 위치를 측정하도록 구성된 센서이다. 센서가 기판 테이블 내에 통합되는 경우, 필드에 걸친 측정은 센서가 필드 내의 원하는 위치들에서 관심 파라미터를 측정하는 위치들로 기판 테이블을 이동함으로써 수행될 수 있다.
하지만, 다수의 위치에서 관심 파라미터를 측정하는 것은 과도하게 시간 소모적일 수 있고 필드에 걸친 관심 파라미터의 충분히 정확한 거동을 획득하는 데 필요치 않을 수 있다.
(예컨대 도 6의 단계 606과 유사하게) 모든 위치들의 이전 테스트들로부터의 획득된 센서 독출 데이터가 주어지면, 센서가 관심 파라미터를 측정한 위치들이 다양한 방식으로 그루핑될 수 있다. 예를 들어, 상이한 필드 열/행/위치들에 있는 위치들에 따라 필드에 걸친 위치들을 그루핑할 수 있다. 선택된 그루핑에 대해, 통계적으로 상이한 그룹들을 결정하기 위해 각 그룹의 위치들의 분포(또는 가우스 분포와 같은 주어진 분포에 대한 피팅)를 플롯할 수 있다. 통계적 차의 예들은 다음과 같다:
그루핑 내의 위치들은 그 관련 센서 독출 값들의 상이한 평균들을 갖는다.
그루핑 내의 위치들은 그 관련 센서 독출 값들의 상이한 std(표준 편차)를 갖는다: 및
어떠한 그루핑도 그 관련 독출 값들의 통계적 차를 나타내지 않는다.
예를 들어, 필드에 걸친 상이한 열들의 위치들에서의 센서 독출은 상이한 평균들을 갖는다는 것, 또는 필드의 엣지에 있는 위치들은 필드의 나머지 부분의 위치들보다 더 높은 분산을 갖는다는 것이 결정될 수 있다.
또한 측정이 타겟 구조들의 검사 대신에 필드 내 센서 기반의 측정과 관련되는 경우, 앞서 설명한 것과 동일한 방법들이 샘플 스킴 생성 알고리즘을 구성하는 데 이용될 수 있는데, 이 경우에 샘플 스킴 생성 알고리즘은 센서가 관심 파라미터(수차(들), 선량, 마크 위치, 초점 등)를 측정해야 하는 필드에 걸친 위치들을 정의하도록 구성된다.
실시예에서는, 하나 이상의 필드에 걸쳐 수행된 복수의 측정과 관련된 측정 데이터를 획득하는 단계; 상기 하나 이상의 필드 내의 통계적으로 상이한 위치들을 결정하기 위해 측정 데이터를 분석하는 단계; 및 통계적으로 상이한 위치들에 기초하여 샘플 스킴 생성 알고리즘의 연산자를 구성하는 단계를 포함하는 방법이 제공된다.
선택적으로, 위치들은 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하는데, 복수의 필드는 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 측정 데이터를 분석하는 단계는 통계적으로 상이한 위치들을 결정하기 위해 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드(spanned plurality of fields)에 걸쳐 측정 데이터를 적층하는 단계를 포함한다.
선택적으로, 샘플 스킴 생성 알고리즘은 유전 알고리즘을 포함한다.
선택적으로, 연산자를 구성하는 단계는 결정된 통계적으로 상이한 위치들 사이에 샘플링 정보를 교환하기 위해 교차 연산자를 구성하는 단계를 포함한다.
선택적으로, 연산자를 구성하는 단계는 선택된 결정된 통계적으로 상이한 위치들에서 샘플링 정보를 돌연변이시키기 위해 돌연변이 연산자를 구성하는 단계를 포함한다.
선택적으로, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 필드에 걸친 샘플 스킴과 관련된 제약조건을 획득하는 단계; 및
- 제약조건을 샘플 스킴 생성 알고리즘에의 입력으로 사용하는 단계:
를 더 포함한다.
선택적으로, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은: 필드에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표를 획득하는 단계; 및 샘플 스킴 생성 알고리즘의 적합도 함수에서 핵심 성과 지표들을 사용하는 단계를 더 포함한다.
선택적으로, 적합도 함수는 위치들의 세트의 측정 데이터에 대해 계산된 핵심 성과 지표들과 축소된 샘플 스킴 개체에 대해 계산된 핵심 성과 지표들 사이의 비교를 포함한다.
상기 실시예들에서, 스캐너 성능의 교정 및 적격성 평가를 위한 축소된 레이아웃은 결정되고 나면 고정되었다. 이와 같이, 독출은 정적이며; 중대한 정보를 더 이상 추가하지 않더라도 측정은 계속해서 이루어진다. 독출 전략은 사전에 정의되며 변경될 수 없다.
구체적인 예로서, 기계 매칭된 오버레이 테스트(오버레이에 대한 적격성 또는 검증 테스트)는 동일한 조건 하에서 6 개의 웨이퍼를 노광 및 측정하는 단계를 포함할 수 있는데: 3 개는 (예를 들면, 트윈 스테이지 시스템의) 제1 척에서 노광되고 나머지 3 개는 제2 척에서 노광된다. 상기 실시예들에서는, 동일한 척에서 노광된 웨이퍼들 모두가 내측 필드들 내에서 매우 유사한 측정된 마크 값들을 갖는 경우에도 매우 동일한 마크 독출이 6 개의 웨이퍼 모두에 적용될 수 있다.
유연한 샘플링 스킴 또는 측정 스킴 접근법이 수행될 수 있다는 것이 제안된다. 이러한 유연한 샘플링 스킴은 예를 들면, 제1 척에서 노광된 제1 웨이퍼들 상의 마크들 모두를 측정하는 단계를 포함할 수 있다. 다음으로, 제1 척에서 노광된 제2 웨이퍼에 대해, 마크들의 측정이 중앙(예를 들면, 내측 필드들의 마크들)에서 시작될 수 있으며, 제1 웨이퍼 상의 대응하는 마크의 측정 값으로부터 측정 값의 변동 정도를 확립하기 위해 각 측정에 대한 즉각적인 체크가 이루어진다. 이 변동이 적어도 하나 또는 처음 몇 개의 마크(예를 들면, 적어도 소정의 최소 개수의 마크에 대해)에 대해 (사양 내에서) 충분히 작으면, 몇몇 마크(예를 들면, 내측 필드들 내의 다른 미측정 마크들)의 측정은 건너뛰고 대신에 보다 많은 변동이 예상되는 필드들(예를 들면, 엣지 또는 그 근처에서)의 샘플링을 즉시 시작하도록 결정될 수 있다. 이들 엣지 필드에서의 변동 레벨에 따라, 변동 정도가 클 것으로 예상되는 필드들에 대해서는 조밀한 샘플링이 선택될 수 있거나 변동 정도가 작을 것으로 예상되는 필드들에 대해서는 덜 조밀한 샘플링이 선택될 수 있다.
보다 일반적으로, 이러한 접근법은 "이전 측정 기반의(previous measurement based)" 접근법을 포함할 수 있다. 2 개 이상의 웨이퍼가 측정되는 임의의 테스트, 검증, 또는 교정에 대해, (예를 들면, 제1의 하나 이상의 웨이퍼를 포함하는) 제1 웨이퍼 세트(first set of wafers) 상의 모든 마크들이 측정될 수 있다. 측정 에러의 허용 가능한 경계치들은 알려져 있다. 제2 웨이퍼 세트(예를 들면, 제1 웨이퍼 세트 다음의 웨이퍼들)에 대해, 유연한 샘플링이 수행된다. 이는 제2 웨이퍼 세트의 제1 웨이퍼 상의 몇 개의 마크(제1 서브세트)만을 측정하는 단계를 포함할 수 있다. 이들 마크의 측정 값들과 제1 웨이퍼 세트(제1 세트가 2 개 이상의 웨이퍼를 포함할 때, 대응하는 마크 값들은 평균화되거나 달리 통합될 수 있음)의 대응하는 마크들의 측정 값들의 차가 측정 에러 경계치들 내에 있으면, 현재 웨이퍼의 측정이 종료되고 제2 세트의 다음 웨이퍼의 측정이 즉시 시작될 수 있다. 하지만, 제2 웨이퍼에 대한 측정 값들이 경계치들을 벗어나면, 현재 웨이퍼 상의 더 많은 마크들이 측정된다. 이러한 실시예에서, 측정되는 제1 마크들은 웨이퍼들 사이에 최대의 변동을 가질 것으로 예상되는 마크들일 수 있다.
혹은, 제1 값들이 사양 내에 있다는 결정은 웨이퍼의 특정 영역(예를 들면, 제1 영역 또는 중앙 영역)의 측정의 종료 및 동일한 웨이퍼의 다른 영역(예를 들면, 제2 영역 또는 엣지 영역, 주변 영역으로도 지칭됨)에 대한 측정이 시작되도록 트리거할 수 있으며; 이러한 실시예에서, 측정되는 제1 마크들은 웨이퍼들 사이에 최소의 변동, 또는 적어도 보다 적은 변동을 가질 것으로 예상되는 마크들일 수 있다. 다음으로 이 제2 영역의 일부 또는 모든 마크들이 제1 세트의 대응하는 마크들에 대한 처음 몇 개의 마크의 측정된 값들의 변동 및 허용된 측정 에러에 따라 측정되도록 이 제2 영역에 동일한 유연한 샘플링 스킴 접근법이 취해질 수 있다. 다음으로 측정은 다음 영역(2 개 초과인 경우) 또는 다음 웨이퍼로 진행될 수 있다.
제2 세트의 제1 웨이퍼에 대해 고안된 동일한 샘플링 스킴을 사용하여 제2 세트의 후속 웨이퍼들이 측정될 수 있거나, 아니면 샘플링 스킴이 웨이퍼들 사이에서 유연하도록 각각에 대해 동일한 접근법을 사용하여 제2 세트의 각 웨이퍼에 대해 유연한 접근법이 취해질 수 있다.
다른 실시예에서는, 유연한 샘플링 스킴 또는 측정 스킴을 결정하기 위한 동적 모델 기반의 접근법이 제안된다. 재차, 이러한 방법은 2 개 이상의 웨이퍼가 측정되는 임의의 테스트, 검증, 또는 교정에 적합할 수 있다. 대체로서 또는 추가적으로, 이러한 방법은 오버레이와 같은 관심 파라미터가 추적되는 임의의 테스트에 사용될 수 있는데: 예를 들어, 이러한 전략은 WEC(Wafer Error Correction) 맵들을 체크하는 데 사용될 수 있다. 이 실시예는 측정 대상의 '동적 모델'을 사용할 수 있다. 이 맥락에서의 '동적 모델'이라는 용어는 비교적 희박한 측정 데이터 세트(단지 몇 개의 위치의 측정 데이터)를 기초로, 대응하는 측정 데이터가 이용 가능하지 않은 웨이퍼 위치들(미측정 위치들)에 대한 값들을 외삽(extrapolating) 및/또는 내삽(interpolating)하는 회귀 또는 피팅된 모델을 출력하는 함수를 의미하는 것으로 해석될 수 있다. 예를 들어, 동적 모델은 몇 개의 희박한 측정을 기초로 소정의 필드 간 형상을 피팅할 수 있다.
이러한 방법은 제1 웨이퍼(또는 제1 웨이퍼 세트)로부터 몇 개의 마크를 측정하고는, 웨이퍼의 피팅된 모델을 획득하기 위해 이들을 동적 모델에 피팅하는 데 사용하는 제1 단계를 포함할 수 있다. 다음 단계는 추가적인 마크들을 측정하고는, 각 측정 값 또는 새로운 측정 값을 고려한 웨이퍼 전체의 피팅의 수정된 값을 피팅된 모델에 의해 예측된 값과 비교하는 단계를 포함한다. 충분한 개수의 측정 값이 소정의 허용오차 내에 있으면, 측정은 중지될 수 있다. 신뢰 수준이 특정 기준을 초과할 때까지 측정이 수행될 수 있음을 이해해야 한다. 이 작업 방식은 베이스(Bayes) 추론 기법 및 능동 학습과 유사하다. 이들 기법에서, 새로운 데이터 획득은 모델의 불확실성을 최소화하는 것을 목표로 한다. 이와 같이, 상기 방법은 이미 측정된 웨이퍼들; 및 측정 중인 현재 웨이퍼에 대해 동적으로 이용 가능한 측정 결과들에 기초하여 측정 중인 웨이퍼 상의 미측정 위치들과 관련된 신뢰 수준(불확실성 메트릭)을 동적으로 업데이트하는 단계를 포함한다.
어느 마크를 다음에 측정할 마크로 할지에 대한 결정은 가우스 프로세스에 따라 이루어질 수 있는데; 예를 들면, 다음에 측정할 마크는 다음과 같을 수 있다:
i. 피팅된 모델에서 불확실성이 가장 높은 마크;
ii. 모델의 최소/최대 값(최소/최대 피크)을 포함할 가능성이 가장 높은 마크.
실시예에서, 동적 모델은 드리프트에 적응하기 위해 시간 경과에 따라 진화할 수 있다. 예를 들면, 초기 동적 모델이 
(여기서 X와 Y는 마크의 웨이퍼 좌표임) 형식이라고 가정한다. 모델은 피팅되고 나면, 필드 간 피팅된 모델을 반환한다. 웨이퍼 상의 첫 번째 측정들은 c1과 c2의 결정 및 그에 따라 웨이퍼의 미측정 위치들에 대한 값들을 외삽할 수 있게 한다. 하지만, 이 피팅된 모델에 의해 예측된 값이 측정된 값으로부터 동떨어져 있으면(역치 또는 그 백분율만큼 차이가 나면), 동적 모델은 실제 모델을 예를 들면, 업데이트된 모델 
로 변경할 수 있다. 이 업데이트된 모델 
이 
보다 측정 데이터에 더 잘 피팅되면, 이는 후속 웨이퍼들에 대한 초기 동적 모델로서 선택될 수 있다.
모델의 진화(시간 경과에 따른 변화)는 다음을 기초로 할 수 있다:
· 이전 지식(previous knowledge): 예를 들어, 웨이퍼 테이블의 열화(degradation)가 웨이퍼 테이블 모델에 항들(terms)을 추가하는 것으로 알려지면, 웨이퍼 테이블이 열화되는 동안 모델 항들이 추가될 수 있다;
· 소프트웨어: 유전 프로그래밍 소프트웨어는 주어진 함수들의 유한 세트(유한 집합)로 구성된 최선의 모델을 선택할 수 있다.
모든 마크들을 측정한 후 (피팅된 모델과 비교하여) 현재 웨이퍼의 측정의 신뢰 수준이 특정 역치를 초과하지 않으면, 동적 모델을 정의하는 함수가 변경될 수 있다. 이는 모델이 드리프트에 적응할 수 있게 한다.
유연한 샘플링을 위한 다른 접근법은 주어진 포인트를 검색하는 단계를 포함할 수 있다. 이러한 방법은 웨이퍼 상에서 배향, 쉬프트 등이 변할 수 있는 특정 형상을 (예를 들면, 사전 지식 및 알려진 거동 패턴들에 기초하여) 검색하는 단계를 포함할 수 있다. 형상을 찾으면, 그 최대값의 위치가 최소 횟수의 측정으로 결정 및/또는 특징지어질 수 있다. 이는 그 배향, 쉬프트 등을 갖는 주어진 형상에 피팅하는 데 필요한 최소 횟수로 웨이퍼를 샘플링하고, 다음으로 최대값을 찾을 수 있을 것으로 예상되는 영역에서 이 피팅된 형상 내에서 웨이퍼를 샘플링함으로써 달성될 수 있다.
이 후자의 접근법은 (예를 들면, 웨이퍼 측정이 아니라) 스캐너 부품들의 적격성 평가에도 적합할 수 있다. 예를 들면, 액침 후드들(immersion hoods)이 제작될 때, 이들은 모든 구멍들(예를 들면, 물을 공급하고, 물을 제거하며, CO2를 불어넣기 위한 구멍들)이 열려 있고 이들을 통과하는 유동에 영향을 미치는 오염이 없는지를 체크하기 위해 테스트되어야 한다. 이는 압력이 가해질 때 이들 구멍으로부터 출력되는 유동을 측정하는 디바이스를 사용하여 수행될 수 있다. 기존 기술에서, 이 측정 스킴은 각 구멍이 36 개의 포인트에 걸쳐 샘플링되도록 모든 구멍들에 대해 고정(예를 들면, 6x6) 그리드를 따를 수 있다. 구멍이 적절히 열려 있고 차단되지 않은 경우, 6x6 유동 측정 값들은 가우스 형상을 정의해야 한다. 이와 같이, 중심에 피크를 갖는 가우스 형상이 이 실시예에서 검색되는 특정 형상일 수 있으며; 이러한 유연한 측정 스킴을 테스트에 적용하면 각 구멍에 대한 측정 횟수를 36 개에서 (예를 들면, 가우스 형상을 기술하는) 최소 5 개로 줄일 수 있으며, 그래서 테스트 시간을 단축할 수 있다.
전술한 방법들의 단계들은 도 1에 도시된 리소그래피 장치 제어 유닛(LACU) 내에서 또는 각도 분해 산란계와 같은 검사 장치에서 자동화될 수 있다. 이 유닛(LACU)은 도 13에 나타낸 바와 같은 컴퓨터 어셈블리를 포함할 수 있다. 컴퓨터 어셈블리는 본 발명에 따른 어셈블리의 실시예들에서 제어 유닛 형태의 전용 컴퓨터일 수도 있고, 혹은 리소그래피 투영 장치를 제어하는 중앙 컴퓨터일 수도 있다. 컴퓨터 어셈블리는 컴퓨터 실행 가능 코드를 포함하는 컴퓨터 프로그램 제품을 로딩하도록 배치될 수 있다. 이는 컴퓨터 프로그램 제품이 다운로드될 때 컴퓨터 어셈블리가 레벨 및 정렬 센서(AS, LS)의 실시예들을 갖는 리소그래피 장치의 전술한 사용들을 제어할 수 있게 할 수 있다.
프로세서(1327)에 연결된 메모리(1329)는 하드 디스크(1361), ROM(Read Only Memory: 읽기 전용 메모리)(1362), EEPROM(Electrically Erasable Programmable Read Only Memory: 전기적으로 소거 가능한 프로그램 가능한 읽기 전용 메모리)(1363), 또는 RAM(Random Access Memory: 랜덤 액세스 메모리)(1364)과 같은 다수의 메모리 컴포넌트를 포함할 수 있다. 앞서 언급한 메모리 컴포넌트들 모두가 존재해야 할 필요는 없다. 또한, 앞서 언급한 메모리 컴포넌트들이 프로세서(1327)에 또는 서로 물리적으로 근접해 있는 것이 필수적인 것은 아니다. 이들은 멀리 떨어져 있을 수도 있다.
프로세서(1327)는 모종의 사용자 인터페이스, 예를 들면 키보드(1365) 또는 마우스(1366)에도 연결될 수 있다. 본 기술분야의 통상의 기술자에게 알려진 터치스크린, 트랙볼, 음성 변환기, 또는 다른 인터페이스들도 사용될 수 있다.
프로세서(1327)는 독출 유닛(reading unit)(1367)에 연결될 수 있는데, 독출 유닛(1367)은 솔리드 스테이트 드라이브(1368) 또는 CDROM(1369)과 같은 데이터 캐리어로부터 예를 들면, 컴퓨터 실행 가능 코드의 형태의 데이터를 독출하고 상황에 따라서는 솔리드 스테이트 드라이브(1368) 또는 CDROM(1369)과 같은 데이터 캐리어에 데이터를 저장하도록 배치된다. 또한, DVD 또는 본 기술분야의 통상의 기술자에게 알려진 다른 데이터 캐리어들도 사용될 수 있다.
프로세서(1327)는 출력 데이터를 종이에 프린트하기 위해 프린터(1370)에뿐만 아니라, 본 기술분야의 통상의 기술자에게 알려진 기타 유형의 디스플레이의 디스플레이(1371), 예를 들면 모니터 또는 LCD(액정 디스플레이)에도 연결될 수 있다.
프로세서(1327)는 입출력(I/O)을 담당하는 송신기들/수신기들(1333)에 의해 통신 네트워크(1372), 예를 들면 공중 교환 전화망(public switched telephone network: PSTN), LAN(local area network), WAN(wide area network) 등에 연결될 수 있다. 프로세서(1327)는 통신 네트워크(1372)를 통해 다른 통신 시스템들과 통신하도록 배치될 수 있다. 본 발명의 실시예에서, 외부 컴퓨터들(도시되지 않음), 예를 들면 조작자들의 PC들은 통신 네트워크(1372)를 통해 프로세서(1327)에 로그인할 수 있다.
프로세서(1327)는 독립적인 시스템으로 또는 병렬로 작동하는 다수의 처리 유닛 - 각 처리 유닛은 보다 큰 프로그램의 서브태스크들을 실행하도록 배치됨 - 으로 구현될 수 있다. 처리 유닛들은 또한 여러 서브처리 유닛을 갖는 하나 이상의 메인 처리 유닛으로 분할될 수 있다. 프로세서(1327)의 몇몇 처리 유닛은 심지어는 다른 처리 유닛들로부터 멀리 떨어져 배치되어 통신 네트워크(1372)를 통해 통신할 수도 있다. 모듈들 사이의 연결은 유선 또는 무선으로 이루어질 수 있다.
컴퓨터 시스템은 본 명세서에서 논의된 기능들을 수행하도록 배치된 아날로그 및/또는 디지털 및/또는 소프트웨어 기술을 구비한 임의의 신호 처리 시스템일 수 있다.
본 명세서에서 사용되는 기판이라는 용어는 웨이퍼 또는 레티클과 같은 패터닝 디바이스를 지칭할 수 있다. 리소그래피에서, 레티클은 웨이퍼와 같은 타겟 기판에 이미징되는 패턴을 갖는다.
본 발명의 추가 실시예들이 아래의 번호가 매겨진 조항들의 목록에 개시된다:
1. - 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터를 획득하는 단계;
- 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 측정 데이터를 분석하는 단계; 및
- 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘의 연산자, 또는 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘을 구성하는 단계:
를 포함하는 방법.
2. 조항 1의 방법에서, 그룹 내의 위치들은 함께 필드 내의 하나 이상의 영역을 정의하며, 필드는 하나 이상의 기판에 걸쳐 반복된다.
3. 조항 1의 방법에서,
- 그룹 내의 위치들은 함께 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하고, 복수의 필드는 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 및
- 측정 데이터를 분석하는 단계는 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함한다.
4. 조항 1 내지 조항 3 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 유전 알고리즘을 포함한다.
5. 조항 4의 방법에서, 연산자를 구성하는 단계는 결정된 통계적으로 상이한 그룹들 사이에 샘플링 정보를 교환하기 위해 교차 연산자를 구성하는 단계를 포함한다.
6. 조항 4의 방법에서, 연산자를 구성하는 단계는 선택된 결정된 통계적으로 상이한 그룹에서 샘플링 정보를 돌연변이시키기 위해 돌연변이 연산자를 구성하는 단계를 포함한다.
7. 조항 4 내지 조항 6 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건을 획득하는 단계; 및
- 제약조건을 샘플 스킴 생성 알고리즘에의 입력으로 사용하는 단계:
를 더 포함한다.
8. 조항 4 내지 조항 7 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 하나 이상의 기판에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표를 획득하는 단계; 및
- 샘플 스킴 생성 알고리즘의 적합도 함수에서 핵심 성과 지표들을 사용하는 단계:
를 더 포함한다.
9. 조항 8의 방법에서, 적합도 함수는 위치들의 세트의 측정 데이터에 대해 계산된 핵심 성과 지표들과 축소된 샘플 스킴 개체에 대해 계산된 핵심 성과 지표들 사이의 비교를 포함한다.
10. - 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건 및/또는 복수의 핵심 성과 지표를 획득하는 단계; 및
- 다목적 유전 알고리즘을 포함하는 샘플 스킴 생성 알고리즘에서 제약조건 및/또는 복수의 핵심 성과 지표를 사용하는 단계:
를 포함하는 방법.
11. 조항 10의 방법은,
- 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터를 획득하는 단계;
- 측정 데이터를 분석하는 단계; 및
- 분석을 기초로 샘플 스킴을 최적화하는 단계:
를 더 포함하고,
위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하고, 복수의 필드는 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며;
제약조건은 분석을 기초로 하고; 및
측정 데이터를 분석하는 단계는 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함한다.
12. 조항 11의 방법에서, 샘플 스킴을 최적화하는 단계는 필드들 사이에서 샘플링 정보를 교환하기 위해 샘플 스킴 생성 알고리즘의 교차 연산자를 구성하는 단계를 포함한다.
13. 조항 11의 방법에서, 샘플 스킴을 최적화하는 단계는 선택된 필드에서 샘플링 정보를 돌연변이시키기 위해 샘플 스킴 생성 알고리즘의 돌연변이 연산자를 구성하는 단계를 포함한다.
14. - 하나 이상의 기판에 걸친 위치들의 세트와 관련된 측정 데이터를 획득하는 단계;
- 측정 데이터를 분석하는 단계; 및
- 분석을 기초로 샘플 스킴을 최적화하는 단계:
를 포함하고,
위치들은 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하고, 복수의 필드는 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 및
측정 데이터를 분석하는 단계는 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함하는,
방법.
15. 조항 1 내지 조항 9, 또는 조항 10 내지 조항 13, 또는 조항 14 중 어느 하나의 조항의 방법의 단계들을 수행하도록 특별히 적합화된 리소그래피 장치.
16. 조항 1 내지 조항 9, 또는 조항 10 내지 조항 13, 또는 조항 14 중 어느 하나의 조항의 방법의 단계들을 수행하도록 특별히 적합화된 검사 장치.
17. 적절한 컴퓨터 장치에서 실행될 때 컴퓨터 장치로 하여금 조항 1 내지 조항 9, 또는 조항 10 내지 조항 13, 또는 조항 14 중 어느 하나의 조항의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램.
18. 조항 17의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품.
19. - 전형적으로 광학 평면 내에 포함된 하나 이상의 필드에 걸친; 위치들의 세트와 관련된 측정 데이터를 획득하는 단계;
- 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 측정 데이터를 분석하는 단계; 및
- 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘의 연산자를 구성하는 단계:
를 포함하는 방법.
20. 조항 19의 방법에서, 그룹 내의 위치들은 함께 필드 내의 하나 이상의 영역을 정의한다.
21. 조항 19의 방법에서,
- 그룹 내의 위치들은 함께 복수의 필드에 걸쳐 하나 이상의 영역을 정의하고, 복수의 필드는 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 및
- 측정 데이터를 분석하는 단계는 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 그 상이한 각각의 서브샘플링을 사용하여 걸쳐진 복수의 필드에 걸쳐 측정 데이터를 적층하는 단계를 포함한다.
22. 조항 19 내지 조항 21 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 유전 알고리즘을 포함한다.
23. 조항 22의 방법에서, 연산자를 구성하는 단계는 결정된 통계적으로 상이한 그룹들 사이에 샘플링 정보를 교환하기 위해 교차 연산자를 구성하는 단계를 포함한다.
24. 조항 22의 방법에서, 연산자를 구성하는 단계는 선택된 결정된 통계적으로 상이한 그룹에서 샘플링 정보를 돌연변이시키기 위해 돌연변이 연산자를 구성하는 단계를 포함한다.
25. 조항 22 내지 조항 24 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 필드에 걸친 샘플 스킴과 관련된 제약조건을 획득하는 단계; 및
- 제약조건을 샘플 스킴 생성 알고리즘에의 입력으로 사용하는 단계:
를 더 포함한다.
26. 조항 22 내지 조항 25 중 어느 하나의 조항의 방법에서, 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 필드에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표를 획득하는 단계; 및
- 샘플 스킴 생성 알고리즘의 적합도 함수에서 핵심 성과 지표들을 사용하는 단계:
를 더 포함한다.
27. 조항 26의 방법에서, 적합도 함수는 위치들의 세트의 측정 데이터에 대해 계산된 핵심 성과 지표들과 축소된 샘플 스킴 개체에 대해 계산된 핵심 성과 지표들 사이의 비교를 포함한다.
28. 조항 19 내지 조항 27 중 어느 하나의 조항의 방법에서, 측정 데이터는 광학 평면 내의 센서에 의해 필드에 걸쳐 측정된 파라미터의 값들을 포함한다.
29. 조항 28의 방법에서, 파라미터는: 수차 레벨, 선량, 초점 레벨, 또는 마크의 검출된 위치 중 하나이다.
30. 하나 이상의 물체 또는 물체의 영역들과 관련된 측정 위치들의 유연한 서브세트를 정의하는 유연한 측정 스킴을 결정하는 방법으로서,
- 상기 측정 위치들 중 하나 이상에서의 측정과 관련된 측정 데이터를 획득하는 단계;
- 하나 이상의 물체 또는 물체의 영역들의 특성과 관련된 특성 데이터를 획득하는 단계; 및
- 특성 데이터 및 측정 데이터를 기초로 유연한 측정 스킴을 결정하는 단계:
를 포함하는 방법.
31. 조항 30의 방법에서, 상기 측정 데이터는 기준에 따라 측정 데이터에 의해 기술되는 파라미터의 변동을 기술하기 위한 정보를 제공한다.
32. 조항 30 또는 조항 31의 방법에서, 상기 측정 데이터는 제1 측정 세트(집합) 및 후속 측정 세트를 포함하고, 특성 데이터는 제1 측정 세트 및 관련 허용오차 마진과 관련되며, 제1 측정 세트는 하나 이상의 물체 또는 물체의 영역들의 제1 진서브세트(진부분집합)와 관련되고; 상기 방법은: 후속 측정 세트에 포함된 하나 이상의 후속 측정 값을 제1 측정 세트에 포함된 각각의 대응하는 제1 측정 값들과 비교하는 단계; 및
하나 이상의 후속 측정 값과 각각의 대응하는 제1 측정 값들의 차가 상기 허용오차 마진 내에 있는지 여부에 기초하여 유연한 측정 스킴을 결정하는 단계를 포함한다.
33. 조항 32의 방법에서, 유연한 측정 스킴을 결정하는 단계는 현재 측정 중인 물체 또는 그 영역 상의 측정 위치들의 미측정 측정 위치를 순차적으로 측정함으로써 상기 후속 측정 값들을 획득하는 단계; 및
상기 차가 상기 허용오차 마진 내에 있는지 여부에 기초하여 현재 측정 중인 물체 또는 그 영역에 대해 수행된 측정 횟수가 충분한지 여부를 결정하는 단계를 포함한다.
34. 조항 33의 방법에서, 측정할 추가 물체들 또는 그 영역들이 있을 때, 후속 물체 또는 그 영역의 측정을 시작한다.
35. 조항 32 내지 조항 34 중 어느 하나의 조항의 방법에서, 하나 이상의 물체는 적어도 제1 영역과 제2 영역을 포함하며, 그래서 상기 제1 영역의 차는 상기 제2 영역의 차보다 적게 변할 것으로 예상된다.
36. 조항 35의 방법에서, 유연한 측정 스킴을 결정하는 상기 단계는 물체의 상기 제1 영역과 제2 영역에 대해 개별적으로 수행된다.
37. 조항 35 또는 조항 36의 방법에서, 상기 제1 영역은 하나 이상의 물체의 중앙 영역을 포함하고 상기 제2 영역은 주변 영역을 포함한다.
38. 조항 32 내지 조항 37 중 어느 하나의 조항의 방법에서, 후속 물체들 중 제1 물체에 대해 결정된 유연한 측정 스킴은 다른 후속 물체들 각각에 대해 수행된다.
39. 조항 32 내지 조항 37 중 어느 하나의 조항의 방법에서, 유연한 측정 스킴을 결정하는 상기 단계는 상기 후속 물체들 각각에 대해 개별적으로 수행된다.
40. 조항 30의 방법에서, 특성 데이터는 측정 데이터와 관련된 하나 이상의 물체 또는 물체의 영역들의 파라미터을 기술하는 모델을 포함하고, 상기 측정 데이터는 제1 측정 세트 및 후속 측정 세트를 포함하며; 상기 방법은:
피팅된 모델을 획득하기 위해 모델을 제1 측정 세트에 피팅하는 단계;
후속 측정 세트를 사용하여 피팅된 모델의 모델 성능을 평가하는 단계; 및
피팅된 모델 성능의 평가를 기초로 유연한 측정 스킴을 결정하는 단계:
를 포함한다.
41. 조항 40의 방법에서, 제1 측정 세트는 상기 하나 이상의 물체의 제1 물체 또는 물체의 상기 영역의 제1 영역과 관련된다.
42. 조항 40 또는 조항 41의 방법에서, 모델 성능을 평가하는 상기 단계는 다음의 순차적 단계들:
후속 측정 세트의 미측정 측정 위치에 관련된 후속 측정 값을 획득하는 단계;
상기 후속 측정을 피팅된 모델을 사용하여 예측된 대응하는 각각의 예측된 측정 값과 비교하는 단계:
를 포함한다.
43. 조항 42의 방법에서, 상기 순차적 단계들은 평가 단계가 특정 개수의 후속 측정 값이 허용오차 마진 내에 있다고 결정할 때까지 수행된다.
44. 조항 40 또는 조항 41의 방법에서, 상기 방법은 피팅된 모델의 적합도(goodness of fit)를 기술하는 값을 결정하는 단계를 포함하고, 모델 성능을 평가하는 상기 단계는 다음의 순차적 단계들:
후속 측정 세트의 미측정 측정 위치를 측정함으로써 후속 측정 값을 획득하는 단계;
상기 피팅 단계를 반복하는 단계;
적합도를 기술하는 수정된 값을 결정하는 단계; 및
적합도가 향상되었는지를 평가하는 단계:
를 포함한다.
45. 조항 44의 방법에서, 상기 순차적 단계들은 평가 단계가 상기 적합도가 허용오차 마진 내에 있다고 결정할 때까지 수행된다.
46. 조항 42 내지 조항 45 중 어느 하나의 조항의 방법에서, 모델 성능을 평가하는 상기 단계는 미측정 위치들과 관련된 불확실성의 레벨을 기술하는 불확실성 메트릭(uncertainty metric)을 결정하는 단계; 및 불확실성 메트릭이 불확실성 기준을 충족할 때까지 상기 후속 측정 값들에 대해 상기 순차적 단계들을 수행하는 단계를 포함한다.
47. 조항 46의 방법은, 피팅된 모델에서 가장 높은 불확실성을 갖는 것으로 결정된 미측정 측정 위치; 또는 피팅된 모델에서 최소/최대 값을 포함할 가능성이 가장 높은 미측정 측정 위치를 선택함으로써 제1의 순차적 단계에서 측정을 위한 다음의 미측정 측정 위치를 결정하는 단계를 포함한다.
48. 조항 40 내지 조항 47 중 어느 하나의 조항의 방법은:
모델의 모델 성능이 역치 미만일 때 모델을 적응화하는 단계;
적응화된 모델의 모델 성능을 평가하는 단계;
적응화된 모델의 모델 성능과 모델의 모델 성능을 비교하는 단계;
적응화된 모델의 모델 성능이 모델의 모델 성능보다 우수한 경우 적응화된 모델로 모델을 업데이트하는 단계:
를 포함한다.
49. 조항 48의 방법에서, 모델을 업데이트하는 단계는:
알려진 및/또는 예상되는 거동에 대한 지식; 및
주어진 함수들의 유한 세트(유한 집합)으로 구성된 최선의 모델을 선택하도록 작동 가능한 유전 프로그래밍 소프트웨어:
중 어느 하나 또는 양자 모두를 기초로 한다.
50. 조항 30의 방법에서, 상기 특성 데이터는 예상 패턴 또는 형상을 포함하고; 상기 방법은:
하나 이상의 물체의 상기 측정 위치들 중 하나 이상에서의 측정과 관련된 측정 데이터를 획득하는 단계;
패턴 또는 형상의 최대치 또는 최소치가 위치하는 패턴 또는 형상의 위치를 결정하는 단계; 및
위치에서의 측정과 관련된 추가 측정 데이터를 획득하는 단계:
를 포함한다.
51. 조항 30 내지 조항 50 중 어느 하나의 조항의 방법에서, 상기 물체들 또는 물체의 영역들은 각각 리소그래피 프로세스에서 패턴화하기 위한 기판을 포함한다.
52. 조항 50의 방법에서, 상기 물체들 또는 물체의 영역들은 각각 리소그래피 장치용 액침 후드(immersion hood)의 개구를 포함한다.
53. 조항 19 내지 조항 52 중 어느 하나의 조항의 방법의 단계들을 수행하도록 특별히 적합화된 리소그래피 장치.
54. 조항 19 내지 조항 52 중 어느 하나의 조항의 방법의 단계들을 수행하도록 특별히 적합화된 검사 장치.
55. 적절한 컴퓨터 장치에서 실행될 때 컴퓨터 장치로 하여금 조항 19 내지 조항 52 중 어느 하나의 조항의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램.
56. 조항 55의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품.
57. 조항 50의 방법에서, 상기 물체들 또는 물체의 영역들은 각각 리소그래피 장치의 컴포넌트를 포함한다.
본 명세서에서는 IC의 제조에서 리소그래피 장치의 사용에 대해 구체적인 언급이 이루어질 수 있으나, 본 명세서에 기재된 리소그래피 장치는 통합 광학 시스템들, 자구(magnetic domain) 메모리용의 가이던스 및 검출 패턴들, 평판 디스플레이들, 액정 디스플레이들(LCD), 박막 자기 헤드들 등의 제조에서의 기판들의 처리와 같은 다른 용도도 가질 수 있음을 이해해야 한다. 본 기술분야의 통상의 기술자는 이러한 대체의 용도의 맥락에서, 본 명세서의 "웨이퍼" 또는 "필드"/ "다이"라는 용어의 모든 사용은 보다 일반적인 용어인 "기판" 또는 "타겟부"와 각각 동의어로 여겨질 수 있음을 이해할 것이다. 본 명세서에 언급된 기판은 예를 들어, 트랙(전형적으로 레지스트 층을 기판에 도포하고 노광된 레지스트를 현상하는 툴), 계측 툴, 및/또는 검사 툴에서 노광 전 또는 후에 처리될 수 있다. 적용 가능한 경우에, 본 명세서의 발명은 이러한 기판 처리 툴 및 다른 기판 처리 툴에 적용될 수 있다. 또한, 예를 들면 다층 IC를 생성하기 위해 기판은 2 회 이상 처리될 수도 있으며, 그래서 본 명세서에서 사용되는 기판이라는 용어는 복수의 처리된 층을 이미 포함하는 기판도 또한 지칭할 수 있다.
상기에서는 광학 리소그래피의 맥락에서의 본 발명의 실시예들의 사용에 대해 구체적으로 언급되었을 수 있으나, 본 발명은 다른 용도, 예를 들면 임프린트 리소그래피(imprint lithography)에도 사용될 수 있으며, 맥락이 허용하는 경우, 광학 리소그래피에 국한되지 않음을 이해할 것이다. 임프린트 리소그래피에서는, 패터닝 디바이스의 토포그래피(topography)가 기판 상에 생성되는 패턴을 획정한다. 패터닝 디바이스의 토포그래피가 기판에 공급된 레지스트 층에 가압될 수 있으며, 그 후 전자 방사선, 열, 압력, 또는 이들의 조합을 적용함으로써 레지스트가 경화된다. 레지스트가 경화된 후에 패터닝 디바이스가 레지스트로부터 외부로 이동하여, 레지스트에 패턴을 남기게 된다.
본 명세서에서 사용되는 "방사선" 및 "빔"이라는 용어는 (예를 들면, 365, 248, 193, 157, 또는 126 nm 또는 그 근방의 파장을 갖는) 자외(UV) 방사선 및 (예를 들면, 5 내지 20 nm 범위의 파장을 갖는) 극자외(extreme ultra-violet: EUV) 방사선뿐만 아니라 이온 빔 또는 전자 빔과 같은 입자 빔을 포함하는, 모든 유형의 전자기 방사선을 포괄한다.
맥락이 허용하는 경우, "렌즈"라는 용어는 굴절, 반사, 자기, 전자기, 및 정전 광학 컴포넌트를 포함하는, 다양한 유형의 광학 컴포넌트 중 어느 하나 또는 조합을 지칭할 수 있다.
상기에서는 본 발명의 구체적인 실시예들이 설명되었으나, 본 발명은 설명된 것과 다르게 실시될 수도 있다는 것이 이해될 것이다. 예를 들어, 본 발명은 위에 개시된 방법을 기술하는 하나 이상의 기계 가독 명령 시퀀스를 포함하는 컴퓨터 프로그램 또는 이러한 컴퓨터 프로그램이 저장된 데이터 스토리지 매체(예를 들면, 반도체 메모리, 자기 또는 광 디스크)의 형태를 취할 수 있다.
상기 설명은 예시를 위한 것으로서, 한정하고자 함이 아니다. 그래서, 이하에 명시된 청구범위로부터 일탈함이 없이 기재된 본 발명에 대한 변경이 이루어질 수 있음이 본 기술분야의 통상의 기술자에게는 명백할 것이다. 또한, 본 명세서의 어느 하나의 실시예에 도시되거나 기재된 구조적 특징들 또는 방법 단계들은 다른 실시예들에도 또한 사용될 수 있음을 이해해야 한다.
Claims (15)
- - 위치들의 세트(set of locations)와 관련된 측정 데이터를 획득하는 단계;
- 상기 위치들의 통계적으로 상이한 그룹들을 결정하기 위해 상기 측정 데이터를 분석하는 단계; 및
- 상기 통계적으로 상이한 그룹들을 기초로 샘플 스킴 생성 알고리즘(sample scheme generation algorithm)을 구성하는 단계:
를 포함하는 방법. - 제1 항에 있어서,
그룹 내의 상기 위치들은 함께 필드 내의 하나 이상의 영역을 정의하며, 상기 필드는 하나 이상의 기판에 걸쳐 반복되는,
방법. - 제1 항에 있어서,
- 그룹 내의 상기 위치들은 함께 하나 이상의 기판에 걸쳐 복수의 필드에 걸쳐있는 하나 이상의 영역을 정의하고, 상기 복수의 필드는 상기 샘플 스킴 생성 알고리즘에 의해 생성된 샘플링 스킴에서 상이한 각각의 서브샘플링을 가지며; 및
- 상기 측정 데이터를 분석하는 단계는 상기 위치들의 상기 통계적으로 상이한 그룹들을 결정하기 위해 그 상이한 각각의 서브샘플링을 사용하여 상기 걸쳐진(spanned) 복수의 필드에 걸쳐 상기 측정 데이터를 적층하는 단계를 포함하는,
방법. - 제1 항에 있어서,
상기 샘플 스킴 생성 알고리즘은 유전 알고리즘(genetic algorithm)을 포함하는,
방법. - 제4 항에 있어서,
연산자를 구성하는 단계는 상기 결정된 통계적으로 상이한 그룹들 사이에 샘플링 정보를 교환하기 위해 교차 연산자(crossover operator)를 구성하는 단계를 포함하는,
방법. - 제4 항에 있어서,
연산자를 구성하는 단계는 선택된 결정된 통계적으로 상이한 그룹에서 샘플링 정보를 돌연변이시키기 위해 돌연변이 연산자(mutation operator)를 구성하는 단계를 포함하는,
방법. - 제4 항에 있어서,
상기 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 하나 이상의 기판에 걸친 샘플 스킴과 관련된 제약조건을 획득하는 단계; 및
- 상기 제약조건을 상기 샘플 스킴 생성 알고리즘에의 입력으로 사용하는 단계:
를 더 포함하는, 방법. - 제4 항에 있어서,
상기 샘플 스킴 생성 알고리즘은 다목적 유전 알고리즘을 포함하고, 상기 방법은:
- 하나 이상의 기판에 걸친 샘플 스킴과 관련된 복수의 핵심 성과 지표(key performance indicators)를 획득하는 단계; 및
- 상기 샘플 스킴 생성 알고리즘의 적합도 함수(fitness function)에서 상기 핵심 성과 지표들을 사용하는 단계:
를 더 포함하는, 방법. - 제8 항에 있어서,
상기 적합도 함수는 상기 위치들의 세트의 상기 측정 데이터에 대해 계산된 핵심 성과 지표들과 축소된 샘플 스킴 개체에 대해 계산된 핵심 성과 지표들 사이의 비교를 포함하는,
방법. - 제1 항에 있어서,
상기 위치들의 세트는 하나 이상의 기판에 걸쳐 정의되는,
방법. - 제1 항에 있어서,
상기 위치들의 세트는 하나 이상의 필드에 걸쳐 정의되는,
방법. - 제11 항에 있어서,
상기 측정 데이터는 광학 평면 내의 센서에 의해 필드에 걸쳐 측정된 파라미터의 값들을 포함하는,
방법. - 제12 항에 있어서,
상기 파라미터는: 수차 레벨, 선량, 초점 레벨, 또는 마크의 검출된 위치 중 하나인,
방법. - 적절한 컴퓨터 장치에서 실행될 때 상기 컴퓨터 장치로 하여금 제1 항의 방법을 수행하게 하는 컴퓨터 가독 명령어들을 포함하는 컴퓨터 프로그램.
- 제14 항의 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품.
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18214088.9 | 2018-12-19 | ||
| EP18214088 | 2018-12-19 | ||
| EP19151797.8 | 2019-01-15 | ||
| EP19151797.8A EP3683626A1 (en) | 2019-01-15 | 2019-01-15 | Methods for sample scheme generation and optimization |
| EP19215179 | 2019-12-11 | ||
| EP19215179.3 | 2019-12-11 | ||
| PCT/EP2019/084776 WO2020126774A1 (en) | 2018-12-19 | 2019-12-12 | Methods for sample scheme generation and optimization |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247033497A Division KR20240152949A (ko) | 2018-12-19 | 2019-12-12 | 샘플 스킴 생성 및 최적화 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210091792A true KR20210091792A (ko) | 2021-07-22 |
| KR102716799B1 KR102716799B1 (ko) | 2024-10-15 |
Family
ID=68887421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217018727A KR102716799B1 (ko) | 2018-12-19 | 2019-12-12 | 샘플 스킴 생성 및 최적화 방법 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US11775728B2 (ko) |
| EP (1) | EP3899664A1 (ko) |
| KR (1) | KR102716799B1 (ko) |
| CN (1) | CN113242997A (ko) |
| TW (2) | TWI814653B (ko) |
| WO (1) | WO2020126774A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113987689A (zh) * | 2021-11-10 | 2022-01-28 | 中航沈飞民用飞机有限责任公司 | 一种基于修形的复合材料格栅加筋后压力框综合优化设计方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230013886A1 (en) * | 2021-07-13 | 2023-01-19 | Changxin Memory Technologies, Inc. | Measurement map configuration method and apparatus |
| CN115621142A (zh) * | 2021-07-13 | 2023-01-17 | 长鑫存储技术有限公司 | 测量图的配置方法及装置 |
| CN115469555B (zh) * | 2022-11-14 | 2023-03-31 | 中国科学院光电技术研究所 | 用于传感芯片投影光刻机的空间像预测及像质优化方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011103048A2 (en) * | 2010-02-18 | 2011-08-25 | Kla-Tencor Corporation | Method and system for providing process tool correctables using an optimzed sampling scheme with smart interpolation |
| WO2012044702A2 (en) * | 2010-09-30 | 2012-04-05 | Kla-Tencor Corporation | Method and system for providing tool induced shift using a sub-sampling scheme |
| JP2013153167A (ja) * | 2007-04-23 | 2013-08-08 | Kla-Tencor Corp | ウエハー上で実施される測定中のプロセスに関するダイナミック・サンプリング・スキームを生成または実施するための方法ならびにシステム |
| WO2016162231A1 (en) * | 2015-04-10 | 2016-10-13 | Asml Netherlands B.V. | Method and apparatus for inspection and metrology |
| EP3279735A1 (en) * | 2016-08-01 | 2018-02-07 | ASML Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
| EP3312693A1 (en) * | 2016-10-21 | 2018-04-25 | ASML Netherlands B.V. | Methods & apparatus for controlling an industrial process |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI299520B (en) | 2006-03-27 | 2008-08-01 | Univ Chung Yuan Christian | Mix-and-match control for lithography overlay |
| WO2018069015A1 (en) * | 2016-10-14 | 2018-04-19 | Asml Netherlands B.V. | Selecting a set of locations associated with a measurement or feature on a substrate |
| US11614690B2 (en) * | 2017-01-26 | 2023-03-28 | Asml Netherlands B.V. | Methods of tuning process models |
| US10832396B2 (en) * | 2018-10-19 | 2020-11-10 | Kla-Tencor Corp. | And noise based care areas |
-
2019
- 2019-12-12 CN CN201980084631.7A patent/CN113242997A/zh active Pending
- 2019-12-12 KR KR1020217018727A patent/KR102716799B1/ko active IP Right Grant
- 2019-12-12 WO PCT/EP2019/084776 patent/WO2020126774A1/en unknown
- 2019-12-12 EP EP19821077.5A patent/EP3899664A1/en active Pending
- 2019-12-12 US US17/311,846 patent/US11775728B2/en active Active
- 2019-12-18 TW TW111145896A patent/TWI814653B/zh active
- 2019-12-18 TW TW108146342A patent/TWI788611B/zh active
-
2023
- 2023-08-30 US US18/239,814 patent/US20240046022A1/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013153167A (ja) * | 2007-04-23 | 2013-08-08 | Kla-Tencor Corp | ウエハー上で実施される測定中のプロセスに関するダイナミック・サンプリング・スキームを生成または実施するための方法ならびにシステム |
| WO2011103048A2 (en) * | 2010-02-18 | 2011-08-25 | Kla-Tencor Corporation | Method and system for providing process tool correctables using an optimzed sampling scheme with smart interpolation |
| WO2012044702A2 (en) * | 2010-09-30 | 2012-04-05 | Kla-Tencor Corporation | Method and system for providing tool induced shift using a sub-sampling scheme |
| WO2016162231A1 (en) * | 2015-04-10 | 2016-10-13 | Asml Netherlands B.V. | Method and apparatus for inspection and metrology |
| EP3279735A1 (en) * | 2016-08-01 | 2018-02-07 | ASML Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
| EP3312693A1 (en) * | 2016-10-21 | 2018-04-25 | ASML Netherlands B.V. | Methods & apparatus for controlling an industrial process |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113987689A (zh) * | 2021-11-10 | 2022-01-28 | 中航沈飞民用飞机有限责任公司 | 一种基于修形的复合材料格栅加筋后压力框综合优化设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220057716A1 (en) | 2022-02-24 |
| TW202314375A (zh) | 2023-04-01 |
| WO2020126774A1 (en) | 2020-06-25 |
| CN113242997A (zh) | 2021-08-10 |
| TWI788611B (zh) | 2023-01-01 |
| EP3899664A1 (en) | 2021-10-27 |
| KR102716799B1 (ko) | 2024-10-15 |
| TW202030547A (zh) | 2020-08-16 |
| US11775728B2 (en) | 2023-10-03 |
| TWI814653B (zh) | 2023-09-01 |
| US20240046022A1 (en) | 2024-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11681231B2 (en) | Selecting a set of locations associated with a measurement or feature on a substrate | |
| KR102716799B1 (ko) | 샘플 스킴 생성 및 최적화 방법 | |
| EP3309617A1 (en) | Selecting a set of locations associated with a measurement or feature on a substrate | |
| US20240036479A1 (en) | Method of determining at least a target layout and associated metrology apparatus | |
| TWI775370B (zh) | 判定抽樣方案之方法、相關設備及電腦程式 | |
| TWI706216B (zh) | 判定橫跨圖案化器件或基板的標記佈局 | |
| KR20240152949A (ko) | 샘플 스킴 생성 및 최적화 방법 | |
| EP3683626A1 (en) | Methods for sample scheme generation and optimization | |
| TWI754249B (zh) | 判定一組度量衡點的方法及判定用於擬合量測之模型之方法 | |
| EP3893056A1 (en) | Method of determining a sampling scheme, associated apparatus and computer program | |
| EP3734363A1 (en) | Determining a mark layout across a patterning device or substrate |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| E902 | Notification of reason for refusal | ||
| GRNT | Written decision to grant |