KR20220030387A - 두께 추정 방법 및 공정 제어 방법 - Google Patents

두께 추정 방법 및 공정 제어 방법 Download PDF

Info

Publication number
KR20220030387A
KR20220030387A KR1020200109589A KR20200109589A KR20220030387A KR 20220030387 A KR20220030387 A KR 20220030387A KR 1020200109589 A KR1020200109589 A KR 1020200109589A KR 20200109589 A KR20200109589 A KR 20200109589A KR 20220030387 A KR20220030387 A KR 20220030387A
Authority
KR
South Korea
Prior art keywords
thickness
test
semiconductor substrate
substrate
regression analysis
Prior art date
Application number
KR1020200109589A
Other languages
English (en)
Inventor
김종수
박완성
조두현
김성하
위재연
홍기주
김태중
유영수
이광성
홍민
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200109589A priority Critical patent/KR20220030387A/ko
Priority to US17/214,830 priority patent/US11668558B2/en
Publication of KR20220030387A publication Critical patent/KR20220030387A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • G01B11/0625—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection
    • G01B11/0633—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection using one or more discrete wavelengths
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • G01B11/0625—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8427—Coatings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Abstract

본 발명의 실시예에 따른 두께 추정 방법은, 테스트 기판에 빛을 조사하여 반사된 빛으로부터 테스트 스펙트럼 이미지를 획득하고, 테스트 기판의 복수의 위치에서 소정의 파장 대역에 포함되는 테스트 스펙트럼 데이터를 획득하는 단계, 복수의 위치에서 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하는 단계, 복수의 위치에서 테스트 레이어의 두께와 테스트 스펙트럼 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고 메모리에 저장하는 단계, 이송 중인 반도체 기판에 빛을 조사하고, 반도체 기판의 전체 면적에 대응하는 스펙트럼 이미지를 획득하는 단계, 및 스펙트럼 이미지를 회귀분석 모델에 적용하여 반도체 기판의 전체 면적에서 테스트 레이어에 대응하는 타겟 레이어의 두께를 예측하는 단계를 포함할 수 있다. 따라서, 본 발명의 일 실시예에 따른 두께 추정 방법을 이용하여 이송 중인 반도체 기판 상에 형성된 박막 전체 면적에 대응하는 두께를 추정함으로써, 공정이 정상적으로 진행되었는지 여부를 별도의 시간 소모 없이 확인할 수 있다. 나아가, 검사 결과를 공정 설비로 피드백하여 생산 수율을 개선할 수 있다.

Description

두께 추정 방법 및 공정 제어 방법{THICKNESS ESTIMATION METHOD AND PROCESS CONTROL METHOD}
본 발명은 두께 추정 방법 및 공정 제어 방법에 관한 것이다.
반도체 생산 라인은 다양한 반도체 공정들을 진행하기 위한 공정 챔버들을 포함하며, 공정 챔버들에서는 화학/기계적 연마 공정, 증착 공정, 식각 공정 등이 진행될 수 있다. 공정 챔버들 각각에서 반도체 공정이 완료되면, 반도체 공정이 정확하게 진행되었는지 여부를 판단하기 위한 검사 공정이 진행될 수 있다. 일반적으로 반도체 공정이 완료된 반도체 기판을, 반도체 기판 상에 형성된 박막 등의 레이어의 두께를 측정하기 위한 광학 임계 치수(Optical Critical Dimension, OCD) 계측 설비로 이송하여 검사 공정을 진행할 수 있다. 다만, 이러한 방식에서는 검사 공정을 진행하기 위한 별도의 시간 및 공간이 필요하므로 생산성이 저하되고 비용이 증가할 수 있다.
본 발명의 기술적 사상이 이루고자 하는 과제 중 하나는, 웨이퍼에서 반사된 스펙트럼을 촬영한 이미지를 이용하여, 이송 중인 반도체 기판 상에 형성된 레이어의 전체 면적에 대응하는 두께를 추정함으로써, 공정이 정상적으로 진행되었는지 여부를 별도의 시간 소모 없이 빠르게 확인하고, 나아가 검사 결과를 공정 설비로 피드백하여 생산 수율을 개선할 수 있는 두께 추정 방법 및 공정 제어 방법을 제공하고자 하는 데에 있다.
본 발명의 일 실시예에 따른 두께 추정 방법은, 테스트 기판에 빛을 조사하여 반사된 빛으로부터 테스트 스펙트럼 이미지를 획득하는 단계, 상기 테스트 기판의 복수의 위치에서 소정의 파장 대역에 포함되는 테스트 스펙트럼 데이터를 상기 테스트 스펙트럼 이미지로부터 획득하는 단계, 상기 복수의 위치에서 상기 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하는 단계, 상기 복수의 위치에서 상기 테스트 레이어의 두께와 상기 테스트 스펙트럼 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고 메모리에 저장하는 단계, 이송 중인 반도체 기판에 빛을 조사하는 단계, 상기 반도체 기판의 전체 면적에 대응하는 스펙트럼 이미지를 획득하는 단계, 및 상기 스펙트럼 이미지를 상기 회귀분석 모델에 적용하여 상기 반도체 기판의 전체 면적에서 상기 테스트 레이어에 대응하는 타겟 레이어의 두께를 예측하는 단계를 포함한다.
본 발명의 일 실시예에 따른 공정 제어 방법은, 테스트 기판에 빛을 조사하여 반사된 빛으로부터 테스트 스펙트럼 이미지를 획득하는 단계, 상기 테스트 스펙트럼 이미지에 포함된 테스트 스펙트럼 데이터와 상기 테스트 기판 상에 형성된 테스트 레이어의 두께 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고, 메모리에 저장하는 단계, 제1 반도체 기판에 제1 공정 제어 파라미터가 적용된 반도체 공정을 진행하는 단계, 상기 반도체 공정이 완료된 상기 제1 반도체 기판의 이송 경로 상에서, 상기 제1 반도체 기판의 스펙트럼 이미지를 획득하는 단계, 상기 스펙트럼 이미지로부터 소정의 파장 대역에 포함되는 스펙트럼 데이터를 획득하는 단계, 상기 스펙트럼 데이터와 상기 제1 공정 제어 파라미터 사이의 상관관계를 이용하여 상기 회귀분석 모델을 업데이트하는 단계, 상기 회귀분석 모델을 이용하여 제2 공정 제어 파라미터를 결정하는 단계, 및 상기 제1 반도체 기판과 동일한 제2 반도체 기판에 제2 공정 제어 파라미터가 적용된 상기 반도체 공정을 진행하는 단계를 포함한다.
본 발명의 일 실시예에 따른 두께 추정 방법은, 테스트 기판의 복수의 위치에 대응하는 테스트 스펙트럼 이미지를 획득하는 단계, 상기 테스트 스펙트럼 이미지에 포함된 테스트 스펙트럼 데이터와 상기 테스트 기판 상에 형성된 테스트 레이어의 두께 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고, 메모리에 저장하는 단계, 이송 중인 반도체 기판에 빛을 조사하고, 상기 반도체 기판의 전체 면적에 대응하는 스펙트럼 이미지를 획득하는 단계, 및 상기 회귀분석 모델에 상기 반도체 기판의 상기 스펙트럼 이미지에 기초한 스펙트럼 데이터를 적용하여 상기 반도체 기판의 전체 면적에서 타겟 레이어의 두께를 예측하는 단계를 포함한다.
본 발명의 일 실시예에 따른 두께 추정 방법 및 공정 제어 방법은, 이송 경로 상에서 반도체 기판의 스펙트럼 이미지를 촬영하고, 다양한 알고리즘을 이용하여 생성한 회귀분석 모델을 이용하여, 반도체 기판에 형성된 타겟 레이어의 두께를 전 영역에 걸쳐 추정할 수 있다. 한편, 반도체 기판의 이송 경로에 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치를 설치함으로써, 공정 설비의 개조 및 공정 이후 검사를 위한 별도의 시간 소모 없이 공정이 정상적으로 진행되었는지 여부를 빠르게 검사할 수 있다. 또한, 공정 제어와 연계하여 공정 제어 파라미터를 추정함으로써, 생산성을 높이고 비용을 절감할 수 있다.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시 형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.
도 1은 본　발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치를 포함하는 반도체 공정 장비의 개략적인 구성도이다.
도　2는 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치의 개략적인 사시도이다.
도 3a 및 도 3b는　본 발명의 일 실시예들에 따른 두께 추정 방법을 수행하기 위한 검사 장치의 개략적인 평면도이다.
도 4는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 과정을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 구성들의 블록 다이어그램이다.
도 6은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 테스트 기판에 형성된 테스트 레이어의 두께를 측정하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 테스트 기판에 형성된 테스트 레이어의 두께를 측정한 결과를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 과정을 설명하기 위한 흐름도이다.
도 9 내지 도 11은 본 발명의 일 실시예들에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하기 위해 이용하는 알고리즘을 설명하기 위한 도면들이다.
도 12는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 생성된 회귀분석 모델에 기초하여 반도체 기판에 형성된 타겟 레이어의 두께를 추정하는 과정을 나타낸 흐름도이다.
도 13은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 반도체 기판에 형성된 타겟 레이어의 두께를 추정하는 구성들의 블록 다이어그램이다.
도 14는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 원형 보정 알고리즘에 따라 변화하는 반도체 기판의 스펙트럼 이미지를 나타낸 도면이다.
도 15는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 반도체 기판에 형성된 타겟 레이어의 두께를 추정한 결과를 설명하기 위한 도면이다.
도 16은 본 발명의 일 실시예에 따른 공정 제어 방법에서, 공정 제어 파라미터를 이용하여 공정을 제어하는 과정을 나타낸 흐름도이다.
도 17은 본 발명의 일 실시예에 따른 공정 제어 방법에서, 공정 제어 파라미터를 이용하여 공정을 제어하는 구성들의 블록 다이어그램이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 다음과 같이 설명한다.
도 1은 본　발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치를 포함하는 반도체 공정 장비의 개략적인 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법은 도 1에 도시된 반도체 공정 장비(1)에 포함된 검사 장치(30)에 의해 수행될 수 있다. 일례로, 반도체 공정 장비(1)는 화학/기계적 연마(Chemical Mechanical Polishing, CMP) 공정을 진행하는 연마 공정 장비, 증착 공정을 진행하는 증착 공정 장비, 소스 가스의 라디칼과 이온을 포함하는 플라즈마 및/또는 식각액 등을 이용하여 반도체 기판(W) 및/또는 반도체 기판(W) 상에 형성된 소자층들 중 적어도 일부 영역을 제거하는 식각 공정 장비, 또는 스핀-코팅(spin-coating) 공정을 진행하는 스피너 장비 등을 포함할 수 있다. 일례로, 도 1에 도시된 반도체 공정 장비(1)는 CMP 공정을 진행하는 연마 공정 장비일 수 있다. 다만 도 1에 도시된 실시예에 한정되지 않고, 공정에 따라 반도체 공정 장비(1) 및 그 구성 장치들의 배치는 상이할 수 있다.
반도체 공정 장비(1)를 포함한 복수의 반도체 공정들을 거쳐 반도체 기판(W)에 다양한 구조물을 형성할 수 있고, 이에 따라 원하는 반도체 장치를 구현할 수 있다. 반도체 기판(W) 상에는 반도체 소자들, 반도체 소자들과 연결되는 배선 패턴들, 반도체 소자들과 배선 패턴들을 커버하는 절연층들 중 적어도 하나를 포함하는 소자층들이 형성될 수 있다. 일례로, 반도체 기판(W)은 웨이퍼일 수 있고, 반도체 기판(W) 상에 형성되는 소자층은 레이어, 예컨대 박막일 수 있다. 다만, 이에 한정되지 않고 반도체 기판(W)은 웨이퍼가 아닌 다양한 기판들, 예를 들어 디스플레이용 모기판(mother substrate)일 수도 있다.
도 1을 참조하면, 반도체 공정 장비(1)는 연마 장치(10), 세정 장치(20), 검사 장치(30), 및 인덱스 장치(40)를 포함할 수 있다.
연마 장치(10)는 반도체 기판(W) 상에 CMP 공정을 수행할 수 있다. 일례로, 연마 장치(10)는 복수의 연마 테이블들(11) 및 회전하는 복수의 연마 테이블들(11) 상의 연마 패드에 반도체 기판(W)을 가압하기 위한 캐리어 헤드(12)를 포함할 수 있다. 또한, 연마 장치(10)는 CMP 공정에 필요한 슬러리 용액을 연마 패드에 공급하기 위한 슬러리 공급 장치(13)를 더 포함할 수 있다.
예컨대, 반도체 기판(W)은 캐리어 헤드(12)에 의해 이동되면서 연마 테이블들(11) 상에서 연마된 후, 세정 장치(20)로 이송될 수 있다. 일례로, 반도체 기판(W)의 이송 경로는 사각형 형태의 순환 경로일 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 실시예에 따라 다양한 경로로 이송될 수 있다.
세정 장치(20)는 연마 장치(10)의 일 측부에 배치되어 반도체 기판(W)의 표면에 잔류하는 이물질을 세정할 수 있다. 세정 장치(20)는 접촉식 세정 유닛(21) 및 비접촉식 세정 유닛(22)을 포함할 수 있다. 접촉식 세정 유닛(21)은 반도체 기판(W)의 표면에 접촉하여 회전하는 세정 브러시를 포함할 수 있다. 비접촉식 세정 유닛(22)은 반도체 기판(W)의 표면에 탈이온수(Deionized Water), 스팀, 이종 유체 등과 같은 세정 유체 또는 아이소프로필 알코올(Isopropyl Alcohol)을 분사하거나, 반도체 기판(W)의 표면에 진동 에너지를 공급함으로써 세정을 수행할 수 있다.
인덱스 장치(40)는 세정 장치(20)의 인접한 측부에 배치되어 반도체 기판(W)을 로딩/언로딩할 수 있다. 일례로, 인덱스 장치(40)는 일 방향으로 연장된 카세트 스테이지(41)를 포함할 수 있다. 카세트 스테이지(41)는 복수의 지지 플레이트들(42)을 포함할 수 있다. 지지 플레이트들(42)은 각각 복수의 반도체 기판(W)이 수납된 웨이퍼 캐리어(43)를 포함할 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치(30)는 세정 장치(20) 및 인덱스 장치(40) 사이에 배치되어, 세정된 반도체 기판(W)을 검사할 수 있다. 일례로 검사 장치(30)는 본 발명의 일 실시예에 따른 두께 추정 방법이 적용되어 반도체 기판(W) 상에 형성된 타겟 레이어의 두께를 추정하는 장치일 수 있다. 또한, 검사 장치(30)는 본 발명의 일 실시예에 따른 공정 제어 방법이 적용되어 반도체 기판(W) 상에 형성하는 타겟 레이어의 목표 두께에 따라 공정 제어 파라미터를 결정하여 공정을 진행하도록 하는 장치일 수 있다.
반도체 공정 장비(1)에서 반도체 기판(W)은 이송 로봇(50)에 의해 이송될 수 있다. 일례로, 이송 로봇(50)은 소정의 이송 경로를 따라 반도체 기판(W)을 웨이퍼 캐리어(43)에서 연마 장치(10)로 이송할 수 있다. 또한, 이송 로봇(50)은 반도체 기판(W)을 연마 장치(10)에서 세정 장치(20)로 및/또는 세정 장치(20)에서 인덱스 장치(40)로 이송할 수 있다. 다만, 도 1에 도시된 이송 로봇(50)의 형태 및 배치는 일 실시예에 불과할 뿐 한정되지 않을 수 있다. 일례로, 반도체 기판(W)은 이송 로봇(50)이 아닌 다른 구성에 의해 이송될 수 있고, 이송 로봇(50)은 각각의 장치 별로 별도로 배치될 수 있다.
일례로, 이송 로봇(50)은 핸들러일 수 있다. 또한, 이송 로봇(50)은 반도체 기판(W)을 고정하기 위한 척(Chuck)을 포함할 수 있으며, 척의 상부에는 반도체 기판(W)과 접촉하는 복수의 돌기들이 형성될 수 있다. 이송 로봇(50)은 반도체 기판(W)을 이송하기 위한 리니어 스테이지를 더 포함할 수 있다.
한편, 반도체 기판은 세정 장치(20)에서 인덱스 장치(40)로 이송되는 중간에 검사 장치(30)를 이용하여 검사가 진행될 수 있다. 일례로, 검사 장치(30)는 검사 장치(30)를 통과하는 반도체 기판(W)의 상면에 반사된 빛의 스펙트럼 이미지를 촬영하고, 촬영된 스펙트럼 이미지와 미리 생성한 회귀분석 모델을 이용하여 반도체 기판(W) 상에 형성된 타겟 레이어의 전체 영역에 걸쳐 두께를 추정할 수 있다. 일례로, 회귀분석 모델은 반도체 기판(W)의 좌표에 따른 두께 데이터와 스펙트럼 데이터를 포함할 수 있다.
다시 말해, 본 발명의 일 실시예에 따른 두께 추정 방법은 반도체 기판(W) 상에 형성된 타겟 레이어의 두께를 측정하기 위한 별도의 스테이지 및 시간 소모 없이 타겟 레이어의 두께를 추정할 수 있다. 따라서, 별도의 스테이지로 반도체 기판(W)을 이송하는 절차를 생략할 수 있을 뿐만 아니라, 반도체 기판(W)을 정지시키지 않은 상태에서 두께 추정이 가능하므로, 공정의 효율성을 높이고 생산 비용을 절감할 수 있다. 일례로, 포인트 단위로 타겟 레이어의 두께를 측정하는 기존의 방식과 비교했을 때, 설비/시간 당 생산량(Unit Per Equipment Hour, UPEH)은 약 5% 내지 25% 범위에서 향상될 수 있다. 일례로, 13 포인트에서 타겟 레이어의 두께를 측정한다고 가정했을 때, 반도체 기판의 연마 공정에 걸리는 시간은 약 400초에서 약 340초 정도로 감소할 수 있다.
도　2는 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치의 개략적인 사시도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치(30)는 조명부(31), 반사부(32), 및 광학계(33)를 포함할 수 있다. 한편, 도 2에 도시된 일 실시예에 따른 검사 장치(30)는 조명부(31), 반사부(32) 및 광학계(33)를 포함하고 있으나, 도시된 구성으로 한정되지 않을 수 있다. 일례로, 조명부(31)에서 방출된 빛은 반도체 기판(W) 상면에 반사되어 반사부(32)에서 다시 반사되지 않고 광학계(33)로 직접 입사할 수도 있다.
또한, 광학계(33)에 조명부(31) 및 반사부(32)가 일체형으로 결합되지 않는 경우, 검사 장치(30)는 별도로 구비된 조명 장치 및 반사 장치를 이용하여 본 발명의 일 실시예에 따른 두께 추정 방법을 수행할 수도 있다. 반면, 광학계(33)에 조명부(31) 및 반사부(32)가 일체형으로 결합되는 경우, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 모듈을 최소화함으로써 스크래치 분석 및 모니터링 등의 다양한 공정에 확장하여 적용할 수도 있다.
한편, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치(30)는 반도체 공정 장비에 결합되어 독립적으로 동작할 수 있으며, 별도의 복잡한 설치 절차 및/또는 반도체 공정 장비의 개조 절차 없이 반도체 공정 장비와 결합되어 동작할 수 있다. 상기와 같이 이송 경로에 검사 장치(30)를 배치함으로써, 별도의 공간에 두께 측정 시스템을 설치하는 방식에 비해 공정의 효율성을 개선할 수 있다.
한편, 일 실시예에 따라 검사 장치(30)는 컨트롤러 및 메모리를 더 포함할 수 있다. 예컨대, 컨트롤러는 광학계(33)를 이용하여 획득한 스펙트럼 이미지를 보정하고, 스펙트럼 이미지로부터 스펙트럼 데이터를 획득할 수 있다. 또한, 획득한 스펙트럼 데이터와 두께 데이터를 이용하여 회귀분석 모델을 생성 및/또는 업데이트하거나, 회귀분석 모델을 적용하여 반도체 기판(W) 상에 형성된 타겟 레이어의 두께를 추정할 수 있다. 일례로, 메모리는 컨트롤러에 의해 생성된 회귀분석 모델을 저장할 수 있다.
일례로, 조명부(31)는 백색 LED 조명을 광원으로 포함할 수 있고, 반도체 기판(W)이 이송되는 과정에서 반도체 기판(W) 상에 빛을 조사할 수 있다. 반도체 기판(W)의 표면에서 반사된 빛은 반사부(32)에서 다시 반사되어 광학계(33)로 입사될 수 있다. 일례로, 반사부(32)는 거울일 수 있다.
광학계(33)는 반도체 기판(W)에서 반사된 빛이 입사되는 렌즈(34), 렌즈(34)를 통해 입사된 빛을 분광시키는 분광 모듈(35), 및 분광 모듈(35)을 통해 분광된 빛을 스펙트럼의 형태로 촬영하는 스캔 카메라(36)를 포함할 수 있다. 한편, 스캔 카메라는 분해능을 향상시키기 위해 결합된 복수의 카메라들을 포함할 수 있고, 각각의 카메라들은 반도체 기판(W)에서 반사된 빛을 전기 신호로 변환하는 이미지 센서를 포함할 수 있다. 일례로, 스캔 카메라(36)는 반도체 기판(W)의 제1 영역을 촬영하는 제1 카메라, 및 반도체 기판(W)의 제2 영역을 촬영하는 제2 카메라를 포함할 수 있다. 제1 영역과 제2 영역은 결합하여 하나의 스펙트럼 이미지를 형성할 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 하나의 스펙트럼 이미지에서 일부 영역을 촬영하는 카메라는 2개 이상일 수 있다.
도 3a 및 도 3b는　본 발명의 일 실시예들에 따른 두께 추정 방법을 수행하기 위한 검사 장치의 개략적인 평면도이다.
도 2에 도시된 본 발명의 일 실시예에 따른 검사 장치(30)의 형태 및 배치는 한정되지 않을 수 있다. 일례로, 도 3a 및 도 3b를 참조하면 검사 장치(30a, 30b)는 적용되는 공정에 따라 그 형태가 상이할 수 있다.
도 3a를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치(30a)는 연마 공정 장비에 포함된 검사 장치(30a)일 수 있다. 연마 공정이 완료된 후, 조명부(31a)는 반도체 기판(W) 상면에 빛을 조사할 수 있다. 조사된 빛은 반도체 기판(W) 상면 및 반사부(32a)에서 순차적으로 반사되어 광학계(33a)로 입사될 수 있다. 렌즈(34a)를 통해 광학계(33a)로 입사된 빛은 분광 모듈(35a)에 의해 스펙트럼의 형태로 분광될 수 있고, 스캔 카메라(36a)는 스펙트럼 이미지를 촬영할 수 있다.
도 3b를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치(30b)는 스피너 장비에 포함된 검사 장치(30b)일 수 있다. 검사 장치(30b)는 조명부(31b), 반사부(32b), 및 광학계(33b)를 포함할 수 있고, 광학계(33b)는 렌즈(34b), 분광 모듈(35b), 및 스캔 카메라(36b)를 포함할 수 있다. 검사 장치(30b)에 포함된 구성들의 배치는 도 3a에 도시된 검사 장치(30a)와 상이하나, 일 실시예에 따른 두께 추정 방법을 수행하기 위한 동작은 검사 장치(30a)와 유사할 수 있다.
한편, 본 발명의 일 실시예에 따른 두께 추정 방법 및 공정 제어 방법은 크게 세 가지 단계를 포함할 수 있다. 일례로, 본 발명의 일 실시예에 따른 두께 추정 방법은 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하고, 스펙트럼 이미지를 촬영하여 회귀분석 모델을 생성하는 단계를 포함할 수 있다. 또한, 두께 추정 방법은 반도체 기판의 스펙트럼 이미지를 촬영하고, 생성된 회귀분석 모델에 적용하여 반도체 기판 상에 형성된 타겟 레이어의 두께를 추정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 공정 제어 방법은 제1 반도체 기판에 대해 공정을 진행할 때의 제1 공정 제어 파라미터를 이용하여 회귀분석 모델을 업데이트하고, 제2 반도체 기판에 대해 공정을 진행할 때 회귀분석 모델을 이용하여 제2 공정 제어 파라미터를 결정하는 단계를 포함할 수 있다. 본 발명의 일 실시예에 따른 두께 추정 방법 및 공정 제어 방법은 공정 효율을 높이기 위해 결합하여 함께 수행될 수 있다.
도 4는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 과정을 나타낸 흐름도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법은 반도체 기판(W)에 대한 공정이 적절하게 진행되었는지 여부를 판단하기 위해, 실제 공정에 앞서 머신 러닝 기법을 이용하여 회귀분석 모델을 생성하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법은 회귀분석 모델을 생성하기 위해 정규화된 테스트 스펙트럼 데이터를 획득하는 단계(S110)를 포함할 수 있다. 일례로, 도 2에 도시된 검사 장치(30)는 테스트 기판 상면에 반사된 빛의 스펙트럼 이미지를 촬영할 수 있다. 촬영된 스펙트럼 이미지는 테스트 스펙트럼 이미지로 정의될 수 있다. 테스트 스펙트럼 이미지는 테스트 기판 전체 면적에 대응하는 이미지일 수 있고, 좌표에 따른 테스트 스펙트럼 데이터를 포함할 수 있다. 일례로, 테스트 스펙트럼 데이터는 좌표 별 파장 데이터를 포함할 수 있다. 테스트 스펙트럼 데이터는 복수 회 촬영된 테스트 스펙트럼 이미지를 이용하여 정규화가 수행될 수 있다.
한편, 테스트 스펙트럼 데이터는 주성분 분석(Principal Component Analysis, PCA) 기법에 의해 축소될 수 있다. 일례로, PCA 기법에 의해 복수의 위치에서 소정의 파장 대역에 포함되는 테스트 스펙트럼 데이터만을 추출하여 이용할 수 있다. 일례로, 소정의 파장 대역은 테스트 기판 상면에 형성되는 테스트 레이어의 막질로부터 결정될 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법은 회귀분석 모델을 생성하기 위해 테스트 기판 상의 복수의 위치들에서 테스트 레이어의 두께를 측정하는 단계(S120)를 포함한다. 일 실시예에서, 테스트 기판 상면에 형성된 테스트 레이어의 두께는 분광 타원 계측기(Spectroscopic Ellipsometer, SE)를 이용한 스펙트럼 기반의 비파괴적인 광학 측정 계측법으로 측정될 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 다양한 방법으로 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정할 수 있다.
또한, 본 발명의 일 실시예에 따른 두께 추정 방법이 S120을 포함하는 것은 한정되지 않고, 이미 테스트 레이어의 두께를 알고 있는 테스트 기판을 사용할 수도 있다. 이에 따라, 본 발명의 일 실시예에 따른 두께 추정 방법은 S120을 포함하지 않을 수도 있다.
또한, 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하는 S120은 정규화된 테스트 스펙트럼 데이터를 획득하는 S110과 별개로 진행될 수도 있다. 일례로, 반도체 공정 장비는 도 1에 도시된 검사 장치(30) 외에 회귀분석 모델을 생성하기 위한 데이터 셋을 획득하는 두께 측정 장치를 별도로 포함할 수 있다.
한편, 테스트 기판 상에 형성된 테스트 레이어의 두께와 테스트 스펙트럼 이미지로부터 획득한 좌표 별 테스트 스펙트럼 데이터를 이용하여 회귀분석 모델을 생성하기 위한 데이터 셋을 생성할 수 있다. 생성된 데이터 셋을 기초로 머신 러닝 기법 중 적어도 하나를 이용하여 회귀분석 모델을 생성할 수 있다(S130). 상기 머신 러닝 기법은 랜덤 포레스트(Random Forest), 에이다부스트(AdaBoost), 그래디언트 부스팅(Gradient Boosting), 다항 회귀(Polynomial Regression), 및 가우시안 프로세스 회귀(Gaussian Process Regression) 중 적어도 하나의 알고리즘을 이용하는 기법일 수 있다. 각각의 알고리즘에 따른 회귀분석 모델의 생성과정에 대하여는 후술하기로 한다.
생성된 회귀분석 모델은 메모리에 저장될 수 있다(S140). 한편, S110 및 S120은 복수 회 반복되어 진행될 수 있다. 생성된 데이터 셋은 두께 예측 모델을 훈련시키고 검증하는데 이용될 수 있으며, 이에 따라 회귀분석 모델은 지속적으로 업데이트될 수 있다.
도 5는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 구성들의 블록 다이어그램이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치(100)는 광학계(130), 컨트롤러(160), 및 메모리(170)를 포함할 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행할 수 있다면 상기 구성들 중 적어도 일부는 별도의 장치로 마련될 수도 있다. 일례로, 컨트롤러(160) 및 메모리(170)는 공정 장비 및 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치(100)와 별도로 마련될 수 있다.
회귀분석 모델을 생성하기 위해, 테스트 기판은 공정 설비를 통과할 수 있다. 공정 과정에서 획득한 테스트 기판에 대한 센싱 데이터는 컨트롤러(160)로 전달될 수 있다. 상기 센싱 데이터는 회귀분석 모델의 생성에 이용될 수 있다. 한편, 광학계(130)는 공정 설비를 통과한 테스트 기판에 반사된 빛의 테스트 스펙트럼 이미지를 획득할 수 있고, 컨트롤러(160)로 전달할 수 있다.
한편, 컨트롤러(160)는 테스트 기판 상의 복수의 위치들에서 측정된 두께 데이터를 전달받을 수 있다. 복수의 위치들에서 측정된 두께 데이터는 각각 상이할 수 있다. 일례로, 상기 복수의 위치들은 반도체 공정의 결과를 검사할 수 있다고 판단되는 위치일 수 있으며, 사용자에 의해 임의로 선택될 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 테스트 기판 상에 형성된 테스트 레이어의 두께는 전체 면적에 걸쳐 측정될 수도 있다.
컨트롤러(160)는 테스트 기판의 측정 두께, 센싱 데이터, 및 테스트 스펙트럼을 이용하여 두께 예측 모델을 생성할 수 있다. 생성된 두께 예측 모델은 메모리(170)에 저장될 수 있다. 반도체 공정이 진행되는 동안 반도체 기판 상에 형성된 타겟 레이어의 두께를 추정하기 위해, 컨트롤러(160)는 광학계(130)에 의해 촬영된 스펙트럼 이미지를 메모리(170)에 저장된 회귀분석 모델에 적용할 수 있다.
한편, 상기 과정은 복수 회 반복될 수 있고, 메모리(170)에 저장된 회귀분석 모델은 컨트롤러(160)에 의해 지속적으로 업데이트 될 수 있다. 일례로, 검사 장치(100)가 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하기 위한 별도의 두께 측정 장치를 포함하는 경우, 메모리(170)에 저장된 회귀분석 모델의 업데이트는 자동으로 이루어질 수 있다.
도 6은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 테스트 기판에 형성된 테스트 레이어의 두께를 측정하는 과정을 설명하기 위한 도면이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법은 테스트 기판(W1)을 손상시키지 않는 비파괴적인 광학 측정 방법을 이용하여 테스트 기판(W1) 상에 형성된 테스트 레이어의 두께(T)를 측정하는 단계를 포함할 수 있다. 일례로 상기 비파괴적인 광학 측정 방법은 광학 임계 치수(Optical Critical Dimension, OCD) 계측 방법일 수 있다. 일례로, 테스트 기판(W1) 상에 형성된 테스트 레이어는 하나 이상의 테스트 소자층들일 수 있다. 상기 테스트 소자층들은 반도체 물질, 도전성 물질, 절연성 물질, 포토 레지스트 등을 포함할 수 있다.
본 발명의 일 실시예에 따르면, 테스트 기판(W1) 상에 형성된 테스트 레이어의 두께(T)를 측정하기 위해, 테스트 기판(W1)에 빛을 조사하고, 테스트 기판(W1)으로부터 반사되는 빛을 수신할 수 있다. 예컨대, OCD 계측은 분광 타원 계측기에 의해 수행될 수 있다. 분광 타원 계측기는 반사된 빛 중에서 두께(T)를 측정하고자 하는 테스트 위치들에서 반사된 빛을 선택적으로 추출할 수 있으며, 추출된 빛의 스펙트럼을 획득하고 분석하여 테스트 위치들에서 테스트 레이어의 두께(T)를 측정할 수 있다. 일례로, 테스트 기판(W1)에 조사되는 빛은 테스트 기판(W1)에 조사되기 전에 선형 편광자(polarizer)를 통과할 수 있으며, 테스트 기판(W1)으로부터 반사된 빛은 검광자(analyzer)를 통해 추출될 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법은 테스트 기판(W1)의 테스트 위치들에서 테스트 레이어의 두께(T) 데이터를 획득하는 단계를 포함할 수 있다. 상기 두께(T) 데이터는 회귀분석 모델을 생성하기 위한 데이터 셋으로 이용될 수 있다. 한편, 본 발명의 일 실시예에 따른 두께 추정 방법에서, 테스트 기판(W1) 상에 형성된 테스트 레이어의 두께(T)는 분광 타원 계측기에 의해 측정되는 것으로 도시되었으나 이는 실시예에 불과하며, 반드시 이와 같은 형태로 한정되는 것은 아니다. 실시예들에 따라, 분광 타원 계측기는 테스트 기판(W1) 상에 형성된 테스트 레이어의 두께(T)를 실측할 수 있는 다른 다양한 장치로 대체될 수도 있다.
도 7은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 테스트 기판에 형성된 테스트 레이어의 두께를 측정한 결과를 설명하기 위한 도면이다.
도 7을 참조하면, 별도로 배치된 분광 타원 계측기는 국소 면적 단위로 테스트 레이어의 두께를 측정할 수 있다. 일례로, 테스트 레이어의 두께는 좌표마다 측정될 수 있고, 각 좌표에서 측정된 테스트 레이어의 두께를 이용하여 도 7에 도시된 두께 분포를 완성할 수 있다.
한편, 테스트 기판에 형성된 테스트 레이어의 두께는 전체 면적에 대하여 일정하지 않을 수 있다. 일례로, 테스트 기판의 중심부에 가까울수록 형성된 테스트 레이어의 두께는 두꺼운 경향을 보일 수 있다. 일례로, 테스트 기판의 중심부에 가까운 좌표인 제1 좌표(P1)에서 테스트 레이어의 두께는 약 88.5 nm 내지 90 nm 범위에 속할 수 있다. 반면, 테스트 기판의 중심부에서 먼 좌표인 제2 좌표(P2)에서 테스트 레이어의 두께는 약 81 nm 내지 82.5 nm 범위에 속할 수 있다. 다만, 도 7에 도시된 두께 분포는 일 실시예에 불과할 뿐 한정되지 않고, 두께 분포 형태 및 테스트 레이어의 두께는 실시예들에 따라 다를 수 있다.
도 8은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하는 과정을 설명하기 위한 흐름도이다.
이하, 설명의 편의를 위하여 도 5를 함께 참조하여 회귀분석 모델을 생성하는 방법을 설명하기로 한다. 도 5 및 도 8을 참조하면, 컨트롤러(160)는 획득한 데이터 셋을 이용하여 회귀분석 모델을 생성하고, 메모리(170)에 저장할 수 있다. 데이터 셋은 광학계(130)가 테스트 기판을 촬영하여 생성한 테스트 스펙트럼 이미지로부터 획득한 테스트 스펙트럼 데이터, 및 분광 타원 계측기를 이용하여 측정한 테스트 기판 상의 테스트 레이어의 두께 데이터를 포함할 수 있다. 일례로, 테스트 스펙트럼 데이터는 소정의 파장 대역에 기초한 데이터를 포함할 수 있다. 일례로, 상기 소정의 파장 대역은 테스트 기판 상에 형성된 테스트 레이어의 막질에 따라 결정될 수 있다.
한편, 컨트롤러(160)는 다양한 베이스 알고리즘에 기초한 머신 러닝 기법을 이용하여 회귀분석 모델을 생성할 수 있다. 베이스 알고리즘은 랜덤 포레스트(Random Forest), 에이다부스트(AdaBoost), 그래디언트 부스팅(Gradient Boosting), 다항 회귀(Polynomial Regression), 가우시안 프로세스 회귀(Gaussian Process Regression) 중 적어도 하나일 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 회귀분석 모델은 다른 베이스 알고리즘을 기초로 생성될 수도 있다. 각 알고리즘마다 모델 생성에 필요한 훈련용 데이터 셋의 크기 및 정확도 등의 특성이 상이할 수 있다. 다시 말해, 각 알고리즘마다 만족할 수 있는 정확도를 갖는 모델을 생성하기 위해 필요한 훈련용 데이터 셋의 크기는 상이할 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하기 위해 컨트롤러(160)는 손실함수를 설정하고 베이스 알고리즘을 선정할 수 있다(S200). 손실함수는 머신 러닝 기법에 의해 생성된 모델의 출력 값과 사용자가 원하는 출력 값의 차이를 의미할 수 있다. 손실함수는 기본적으로 평균 제곱 오차(Mean Square Error, MSE)일 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 필요에 따라 교차 엔트로피 오차(Cross Entropy Error, CEE) 등이 사용될 수도 있다.
한편, 학습기들을 이용하여 회귀분석 모델을 생성하는 랜덤 포레스트, 에이다부스트, 그래디언트 부스팅을 이용할 때 필요한 훈련용 데이터 셋의 크기(각각 N1, N2, N3)는 서로 비슷할 수 있다. 반면, 다항 회귀를 이용할 때 필요한 훈련용 데이터 셋의 크기(N4)는 다른 알고리즘을 이용할 때보다 상대적으로 클 수 있다. 가우시안 프로세스 회귀를 이용할 때 필요한 훈련용 데이터 셋의 크기(N5)는 다른 알고리즘을 이용할 때보다 상대적으로 작을 수 있다. 다시 말해, 각 알고리즘에서 필요한 훈련용 데이터의 개수를 비교하면 N4>N1~N2~N3>N5 일 수 있다.
가우시안 프로세스 회귀에서 필요한 훈련용 데이터는 수백 개 정도일 수 있으며, 예컨대 200개 내지 300개의 데이터가 필요할 수 있다. 반면, 랜덤 포레스트, 에이다부스트, 및 그래디언트 부스팅에서 필요한 훈련용 데이터는 1000개 내외일 수 있고, 다항 회귀에서 필요한 훈련용 데이터는 2000개 내외일 수 있다. 따라서, 사용자는 테스트 기판으로부터 획득하는 훈련용 데이터 셋의 크기와 반도체 기판이 필요로 하는 공정 정확도에 따라서 어떤 알고리즘을 통해 회귀분석 모델을 생성할 것인지 선택할 수 있다.
다음으로, S200단계에서 선정한 베이스 알고리즘에 별도의 파라미터가 필요한지 여부를 판단할 수 있다(S210). 별도의 파라미터가 필요한 경우, 베이스 알고리즘에 맞는 최적 값을 선정할 수 있다(S220). 일례로, 랜덤 포레스트, 에이다부스트, 및 그래디언트 부스팅에서는 터미널 노드의 개수 및 트리(tree)의 깊이에 대한 파라미터가 필요할 수 있다. 한편, 다항 회귀의 경우, 몇 차 다항식의 형태로 모델을 표현할 것인지에 대한 파라미터가 필요할 수 있고, 가우시안 프로세스 회귀에서는 하이퍼 파라미터가 필요할 수 있다. 각각의 알고리즘에 맞는 최적의 파라미터는 공정 대상 및 환경에 따라 상이할 수 있다. 따라서, 각각의 알고리즘에 맞는 최적의 파라미터는 사용자에 의해 임의로 선택될 수 있다.
회귀분석 모델을 생성하기 위한 초기 설정이 완료되면, 컨트롤러(160)는 데이터 셋의 손실함수를 최소화하는 회귀분석 모델을 생성할 수 있다(S230). 각각의 알고리즘에서 손실함수를 최소화하는 방법은 상이할 수 있다. 다만, 각각의 알고리즘을 이용한 머신 러닝 기법은 훈련용 데이터 셋에 기초하여 학습을 거듭하면서 손실함수를 점진적으로 최소화할 수 있다.
한편, 컨트롤러(160)는 데이터 셋을 통해 생성된 회귀분석 모델을 검증할 수 있으며(S240), 회귀분석 모델은 공정이 진행되는 과정에서 지속적으로 업데이트될 수 있다. 사용자는 각각의 알고리즘을 이용하여 생성된 회귀분석 모델들의 검증을 통해 공정 대상에 적합한 회귀분석 모델을 선택하여 본 발명의 일 실시예에 따른 두께 추정 방법에 적용할 수 있다.
도 9 내지 도 11은 본 발명의 일 실시예들에 따른 두께 추정 방법에서, 회귀분석 모델을 생성하기 위해 이용하는 알고리즘을 설명하기 위한 도면들이다.
도 9를 참조하면, 회귀분석 모델은 랜덤 포레스트를 이용하여 생성될 수 있다. 랜덤 포레스트는 주어진 데이터에서 중복을 허용하여 기초 데이터 셋과 같은 크기의 데이터 셋을 생성하는 부트스트랩 과정과, 부트스트랩 과정으로 생성된 데이터를 기초로 훈련된 각각의 학습기(weak learner)들을 결합시키는 배깅 과정을 포함할 수 있다.
본 발명의 일 실시예에 따른 두께 예측 방법에서, 테스트 기판의 테스트 스펙트럼 데이터로부터 획득한 데이터 셋을 기초로 부트스트랩 과정을 이용하여 데이터 셋과 같은 크기의 T개의 샘플링 데이터 셋을 생성할 수 있다. 그리고, 생성된 서로 다른 T개의 샘플링 데이터 셋에 기초하여 포레스트를 구성하는 학습기를 각각 훈련시키고 모델링할 수 있다. 상기 부트스트랩 과정을 통해 훈련된 학습기는 바이어스를 그대로 유지하면서 분산을 감소시키기 때문에 학습기의 성능을 향상시킬 수 있다. 마지막으로 각각 훈련되어 모델링된 학습기들을 하나의 랜덤 포레스트로 배깅할 수 있다. 배깅된 랜덤 포레스트에 기초하여 회귀분석 모델(M1)을 생성할 수 있다.
도 10 및 도 11을 참조하면, 회귀분석 모델은 부스팅 기법의 일종인 에이다부스트 또는 그래디언트 부스팅을 이용하여서도 생성될 수 있다. 에이다부스트를 이용하면 하나의 모델에 대하여 앞에서 학습된 모델을 보완해나가면서 성능이 좋은 회귀분석 모델을 생성할 수 있다.
도 10을 참조하면, 에이다부스트를 이용하여 회귀분석 모델을 생성하는 경우, 과소적합(underfitted)되었던 샘플링 데이터의 가중치를 높이면서 새로 학습된 모델이 학습하기 어려운 데이터에 더 잘 적합하게 되도록 할 수 있다.
본 발명의 일 실시예에 따른 두께 예측 방법에서, 테스트 기판의 테스트 스펙트럼 데이터로부터 획득한 데이터 셋을 이용해 샘플링 데이터들로 구성된 1차 모델을 생성할 수 있다. 각각의 샘플링 데이터를 고려하여 전체 모집단과의 오차를 계산하고, 가장 작은 오차를 가지는 샘플링 데이터에 대한 가중치를 상대적으로 높게 계산할 수 있다. 상기 가중치는 초기에 샘플링 데이터마다 모두 동일하게 설정될 수 있다. 계산된 가중치를 반영하여 2차 모델로 업데이트 할 수 있다. 샘플링 데이터들에 기반한 업데이트를 반복하여 회귀분석 모델(M2)을 생성할 수 있다.
도 11을 참조하면, 그래디언트 부스팅을 이용하여 회귀분석 모델을 생성하는 경우, 샘플링 데이터의 가중치를 업데이트하는 것이 아니라 앞에서 학습된 모델에서의 잔차(residual error)를 이용하여 새로운 모델을 학습시킬 수 있다.
본 발명의 일 실시예에 따른 두께 예측 방법에서, 테스트 기판의 테스트 스펙트럼 데이터로부터 획득한 데이터 셋을 이용해 샘플링 데이터들로 구성된 1차 모델을 생성할 수 있다. 각각의 샘플링 데이터와 표본집단과의 잔차를 계산하고, 잔차를 이용하여 학습기를 훈련시킬 수 있다. 전 단계 모델에서의 잔차를 기반으로 가중치를 계산하고, 계산된 가중치를 반영하여 훈련된 강한 학습기(strong learner)를 이용하여 회귀분석 모델(M3)을 생성할 수 있다.
한편, 회귀분석 모델은 다항 회귀 또는 가우시안 프로세스 회귀를 이용하여 생성될 수도 있다. 다항 회귀를 이용하는 경우, 1차원 데이터에 대해 n차 다항식의 형태로 회귀 모델을 가정하여 표현할 수 있다. 한편, 가우시안 프로세스 회귀를 이용하는 경우, 데이터가 가우시안 분포를 따른다고 가정하여 회귀 모델을 표현할 수 있다. 각각의 알고리즘에서, 가정을 통해 표현된 회귀 모델에 대해 행렬 형태로 출력의 집합을 표현한 뒤, 역행렬 계산을 통해 모델 구성에 필요한 계수 벡터를 계산할 수 있다.
도 12는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 생성된 회귀분석 모델에 기초하여 반도체 기판에 형성된 타겟 레이어의 두께를 추정하는 과정을 나타낸 흐름도이다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법에 따라, 공정이 완료된 반도체 기판에 대응하는 스펙트럼 이미지를 촬영하고, 스펙트럼 이미지로부터 획득한 스펙트럼 데이터를 회귀분석 모델에 적용할 수 있다. 회귀분석 모델을 이용하여 공정이 완료된 반도체 기판 상에 형성된 타겟 레이어의 두께를 추정할 수 있고, 나아가 공정 결과를 확인할 수 있다.
일례로, 연마 공정 과정에서 반도체 기판에 대한 연마 정도의 제어가 정상적으로 진행되지 않은 경우, 반도체 기판에서 제조하고자 하는 반도체 장치에 불량이 발생할 수 있다. 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치는 반도체 기판이 이송 로봇에 의해 이송되는 동안 반도체 기판 상에 형성된 타겟 레이어의 두께를 추정하고, 연마 공정이 정상적으로 진행되었는지 여부를 판단할 수 있다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법은 생성된 회귀분석 모델을 이용하여 반도체 기판에 형성된 타겟 레이어의 두께를 추정하기 위해, 반도체 기판의 라인 스캔 스펙트럼 이미지를 획득하는 단계(S310)를 포함할 수 있다. S310은 도 2에 도시된 광학계(30)에 의해 수행될 수 있다. 획득한 라인 스캔 스펙트럼 이미지들은 결합되어 원본 스펙트럼 이미지를 형성할 수 있다.
한편, 실시예에 따른 원본 스펙트럼 이미지는 반도체 기판의 보정 스펙트럼 이미지로 변환될 수 있다(S320). 원본 스펙트럼 이미지를 보정 스펙트럼 이미지로 변환하는 원형 보정 알고리즘에 대하여는 후술하기로 한다.
보정 스펙트럼 이미지는 반도체 기판과 동일한 형태를 가질 수 있고, 보정 스펙트럼 이미지의 좌표는 반도체 기판의 좌표에 대응할 수 있다. 이에 따라, 보정 스펙트럼 이미지로부터 반도체 기판의 각 좌표에 대응하는 스펙트럼 데이터를 획득할 수 있다. 획득한 스펙트럼 데이터에 PCA 기법을 적용하여 소정의 파장 대역에 포함되는 스펙트럼 데이터를 획득할 수 있다(S330).
본 발명의 일 실시예에 따른 두께 추정 방법에 의하면, S330에서 획득한 스펙트럼 데이터를 미리 생성한 회귀분석 모델에 적용하여 반도체 기판 상에 형성된 타겟 레이어의 두께를 전체 면적에 걸쳐 추정할 수 있다(S340).
도 13은 본 발명의 일 실시예에 따른 두께 추정 방법에서, 반도체 기판에 형성된 타겟 레이어의 두께를 추정하는 구성들의 블록 다이어그램이다.
도 13을 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하기 위한 검사 장치(200)는 광학계(230), 컨트롤러(260), 및 메모리(270)를 포함할 수 있다. 일례로, 검사 장치(200)는 도 5에 도시된 검사 장치(100)와 대응될 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행할 수 있다면 상기 구성들 중 적어도 일부는 별도의 장치로 마련될 수도 있다.
회귀분석 모델을 이용하여 반도체 기판에 형성된 타겟 레이어의 두께를 추정하기 위해, 반도체 기판은 공정 설비를 통과할 수 있다. 공정 과정에서 획득한 반도체 기판에 대한 센싱 데이터는 컨트롤러(260)로 전달될 수 있다. 상기 센싱 데이터는 타겟 레이어의 두께 추정에 함께 이용될 수 있다. 한편, 광학계(230)는 공정 설비를 통과한 반도체 기판에 반사된 빛의 스펙트럼 이미지를 획득할 수 있고, 컨트롤러(260)로 전달할 수 있다.
컨트롤러(260)는 메모리(270)에 저장되어 있는 회귀분석 모델, 반도체 기판의 스펙트럼 이미지, 및 반도체 기판의 공정 과정에서의 센싱 데이터를 이용하여 타겟 레이어의 두께를 추정할 수 있다. 한편, 반도체 기판은 회귀분석 모델의 업데이트 단계에서는 테스트 기판으로 정의될 수 있다. 다시 말해, 반도체 기판 상에 형성된 타겟 레이어의 두께 추정 과정과는 별개로, 반도체 기판을 이용하여 도 4에 도시된 흐름도에 따라 회귀분석 모델이 업데이트될 수 있다. 한편, 업데이트된 회귀분석 모델은 메모리(270)에 저장될 수 있다. 이후 반도체 공정에서 반도체 기판 상에 형성된 타겟 레이어의 두께를 추정할 때에는 메모리(270)에 저장된 업데이트된 회귀분석 모델을 이용할 수 있다.
도 14는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 원형 보정 알고리즘에 따라 변화하는 반도체 기판의 스펙트럼 이미지를 나타낸 도면이다.
도 14를 참조하면, 이송 로봇이 반도체 기판을 이송하는 동안 광학계에 의해 촬영된 스펙트럼 이미지를 이용하여 반도체 기판에 대한 검사를 진행할 수 있다. 한편, 반도체 기판의 이송 속도는 시간에 따라 변화할 수 있다. 또한, 반도체 기판의 이송 경로가 길지 않아 이송 로봇이 반도체 기판을 이송하는 시간이 광학계가 반도체 기판을 촬영하기에 충분하지 않을 수도 있다. 이로 인해, 이송 속도가 증가/감소하는 구간에서 획득한 원본 스펙트럼 이미지(320)는 반도체 기판이 왜곡된 형태로 나타날 수 있다. 따라서, 반도체 기판에 대한 정확한 검사를 위해, 상기 왜곡을 수정할 수 있는 보정 절차가 진행될 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법에서 촬영된 반도체 기판의 라인 스캔 스펙트럼 이미지(300)는 라인 형태일 수 있다. 또한, 광학계에 포함된 스캔 카메라는 결합된 복수의 카메라를 포함할 수 있으므로, 라인 스캔 스펙트럼 이미지(300)는 반도체 기판의 복수의 영역을 분할하여 촬영한 스펙트럼 이미지 일 수 있다. 한편, 도 14에 도시한 일 실시예에서 라인 스캔 스펙트럼 이미지(300)는 2개의 라인 형태로 도시되었으나 이는 실시예에 불과하며, 반드시 2개의 라인 형태로 한정되는 것은 아닐 수 있다.
광학계는 촬영한 라인 스캔 스펙트럼 이미지(300)를 프레임 단위로 분석하여 반도체 기판이 존재하는 프레임들을 추출하고, 라인 스캔 스펙트럼 이미지(300)에 포함된 파장 데이터를 종합함으로써 반도체 기판의 스캔 스펙트럼 이미지(310)를 생성할 수 있다. 스캔 스펙트럼 이미지(310)는 광학계에 포함된 스캔 카메라에 포함된 복수의 카메라에 의해 각각 촬영될 수 있다. 일례로, 광학계에 포함된 스캔 카메라가 결합된 복수의 카메라를 포함하는 경우, 스캔 스펙트럼 이미지(310)는 카메라의 개수만큼 생성될 수 있다.
생성된 복수의 스캔 스펙트럼 이미지(310)는 반도체 기판의 경계를 고려하여 하나의 원본 스펙트럼 이미지(320)로 변환될 수 있다. 이송 로봇 혹은 스테이지의 비선형적 움직임 및 이송 시의 진동에 의해, 원본 스펙트럼 이미지(320)는 반도체 기판의 실제 형상과 다른 형상을 가질 수 있다. 일례로, 원본 스펙트럼 이미지(320)는 노이즈가 있는 타원 형상일 수 있다.
도 14에 도시한 일 실시예에서, 이송 로봇이 반도체 기판을 이송하는 방향은 제1 방향(y 방향)일 수 있다. 광학계를 이용한 촬영이 진행될 때, 반도체 기판의 이송 속도는 이송 방향에서 일정하지 않고 증가 또는 감소할 수 있으며, 도 14에 도시한 일 실시예는 이송 속도가 감소하는 경우에 해당할 수 있다. 따라서, 원 형상을 갖는 반도체 기판이 이송 방향에서 압축된 형태로 왜곡되어 단축을 갖는 타원 형상으로 원본 스펙트럼 이미지(320)에 나타날 수 있다.
한편, 광학계를 이용한 촬영이 진행될 때, 반도체 기판의 이송 속도가 이송 방향에 대하여 증가하는 경우에는, 도 14에 도시된 실시예와 다른 형상으로 반도체 기판이 원본 스펙트럼 이미지(320)에 나타날 수 있다. 일례로, 반도체 기판이 이송 방향에서 장축을 갖는 타원 형상으로 원본 스펙트럼 이미지(320)에서 표현될 수 있다. 다만, 원본 스펙트럼 이미지(320)에서 나타나는 반도체 기판의 형상은 타원 형상으로 한정되지 않으며, 이송 속도 및 이송 시 발생하는 진동 등에 따라 다양하게 변화할 수 있다.
광학계에 의해 촬영된 이미지를 이용하여 진행되는 검사의 정확도를 향상시키기 위해, 본 발명의 일 실시예에 따른 두께 추정 방법은 라인 스캔 스펙트럼 이미지(300)에 기초하여 생성된 원본 스펙트럼 이미지(320)에 픽셀 단위로 이미지 보정 프로세스를 적용하여 왜곡을 보정할 수 있다. 본 발명의 일 실시예에 따른 광학계는 원본 스펙트럼 이미지(320)에 포함되는 픽셀들 각각의 좌표를 소정의 알고리즘에 따라 보정함으로써, 보정 스펙트럼 이미지(330)를 생성할 수 있다. 일례로, 원본 스펙트럼 이미지(320)에 포함되는 픽셀들의 좌표는 반도체 기판의 실제 형상인 원 형상의 픽셀들에 대응하는 좌표가 되도록 보정될 수 있다. 그 결과 보정 스펙트럼 이미지(330)는 반도체 기판의 실제 형상에 대응하는 원 형상을 가질 수 있다. 다시 말해, 원형 복원 알고리즘을 이용하여 반도체 기판 상의 정확한 좌표에서 타겟 레이어의 두께를 추정할 수 있다.
도 14를 참조하여 설명된 원형 보정 알고리즘은 본 발명의 일 실시예에 따른 두께 추정 방법에서 광학계가 채택할 수 있는 실시예에 해당하며, 상기 원형 보정 알고리즘 외에 다른 방법을 채택하거나, 또는 상기 원형 보정 알고리즘과 다른 방법을 함께 채택하여 라인 스캔 스펙트럼 이미지(300)로부터 보정 스펙트럼 이미지(330)를 생성할 수도 있다.
본 발명의 일 실시예에 따른 두께 추정 방법에서, 보정 스펙트럼 이미지(330)는 반도체 기판에 반사된 빛의 스펙트럼 데이터를 포함할 수 있다. 스펙트럼 데이터는 PCA 기법을 이용하여 소정의 파장 대역에 포함되는 PCA 스펙트럼 데이터로 차원 축소될 수 있다. PCA 스펙트럼 데이터는 회귀분석 모델을 생성하거나, 두께를 추정하기 위한 데이터로 이용될 수 있다. 일례로, 회귀분석 모델을 생성할 때 이용되는 PCA 스펙트럼 데이터는 테스트 기판과 관련된 데이터일 수 있고, 두께를 추정할 때 이용되는 PCA 스펙트럼 데이터는 반도체 기판과 관련된 데이터 일 수 있다.
도 15는 본 발명의 일 실시예에 따른 두께 추정 방법에서, 반도체 기판에 형성된 타겟 레이어의 두께를 추정한 결과를 설명하기 위한 도면이다.
도 15을 참조하면, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행하는 검사 장치는 반도체 기판 전체 면적에 대하여 타겟 레이어의 두께를 추정할 수 있다. 한편, 반도체 기판에서 추정된 타겟 레이어의 두께는 전체 면적에 대하여 일정하지 않을 수 있다. 또한, 반도체 기판에서 추정된 타겟 레이어의 두께 분포는 도 7에 도시된 테스트 기판에서 측정된 테스트 레이어의 두께 분포와 상이할 수 있다. 일례로, 테스트 기판의 제1 좌표(P1)에 대응되는 반도체 기판의 제3 좌표(P3)에서 타겟 레이어의 두께는 약 90 nm 내지 91.5 nm 범위에 속할 수 있다. 반면, 테스트 기판의 제2 좌표(P2)에 대응되는 반도체 기판의 제4 좌표(P4)에서 타겟 레이어의 두께는 약 84 nm 내지 85.5 nm 범위에 속할 수 있다.
한편, 반도체 기판에 형성된 타겟 레이어의 두께를 추정하기 위해 반도체 기판의 이미지를 촬영하여 픽셀의 RGB 값을 이용할 수 있다. 본 발명의 일 실시예에 따른 두께 추정 방법을 적용하는 경우, 테스트 기판으로부터 획득한 테스트 레이어의 두께 데이터와 이미지 픽셀의 RGB 데이터를 이용하여 타겟 레이어의 두께를 추정하는 경우보다 약 15% 내지 25% 정도의 정확도가 향상될 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 추정된 타겟 레이어 두께 분포의 형태, 추정된 타겟 레이어의 두께, 및 RGB 값을 이용하여 타겟 레이어 두께를 추정하는 경우와 비교했을 때의 정확도 향상 정도는 실시예에 따라 상이할 수 있다.
도 16은 본 발명의 일 실시예에 따른 공정 제어 방법에서, 공정 제어 파라미터를 이용하여 공정을 제어하는 과정을 나타낸 흐름도이다.
도 16을 참조하면, 본 발명의 일 실시예에 따른 공정 제어 방법에 따라, 제1 반도체 기판의 공정에 적용된 제1 공정 제어 파라미터를 회귀분석 모델에 업데이트함으로써, 이후 진행되는 제2 반도체 기판의 공정에 있어서 최적의 공정 제어 파라미터를 결정할 수 있다. 일례로, 최적의 공정 제어 파라미터는 반도체 기판의 공정 제어 파라미터, 스펙트럼 이미지로부터 획득한 스펙트럼 데이터, 및 반도체 기판 상에 형성된 타겟 레이어의 두께 데이터에 기초하여 결정될 수 있다.
본 발명의 일 실시예에 따른 공정 제어 방법은 제1 반도체 기판에서 제1 공정 제어 파라미터가 적용된 반도체 공정을 진행하는 단계(S410)를 포함할 수 있다. 일례로, 공정 제어 파라미터는 공정을 진행할 때의 환경과 관련된 파라미터로써, 공정 제어 파라미터에 의해 공정 후 반도체 기판 상의 레이어 두께가 결정될 수 있다. 일례로, 반도체 공정은 CMP 공정, 스핀-코팅 공정 등을 포함할 수 있다.
한편, 반도체 공정이 완료된 후, 도 12에 도시된 S310 내지 S330과 동일한 단계에 의해 제1 반도체 기판의 스펙트럼 이미지 및 스펙트럼 데이터를 획득할 수 있다(S420). 제1 반도체 기판에 대응하는 스펙트럼 데이터와 제1 공정 제어 파라미터 사이의 상관관계로부터 미리 생성되어 메모리에 저장되어 있던 회귀분석 모델은 업데이트될 수 있다(S430). 일례로, 메모리에 저장되어 있던 회귀분석 모델은 도 4에 도시된 과정에 의해 생성된 회귀분석 모델일 수 있다.
본 발명의 일 실시예에 따른 공정 제어 방법에서, S410 내지 S430의 단계는 복수의 반도체 기판에 대해 반복적으로 수행될 수 있다. 일례로, S410 내지 S430의 반복적인 수행으로 회귀분석 모델을 이용하여 최적의 공정 제어 파라미터를 결정할 수 있는 정확성을 향상될 수 있다. 일례로, 제2 공정 제어 파라미터는 최적의 공정 제어 파라미터일 수 있고, 앞서 업데이트된 회귀분석 모델로부터 제2 공정 제어 파라미터를 결정할 수 있다(S440).
제1 반도체 기판과 동일한 제2 반도체 기판은 제1 반도체 기판에 대한 반도체 공정 이후, 제2 공정 제어 파라미터가 적용된 반도체 공정을 진행할 수 있다(S450).
부적절한 공정 제어로 인해 반도체 공정이 정상적으로 진행되지 않은 경우, 반도체 기판에서 제조하고자 하는 반도체 장치에 불량이 발생할 수 있다. 본 발명의 일 실시예에 따른 공정 제어 방법을 수행하는 검사 장치는 공정의 공정 제어 파라미터를 회귀분석 모델에 업데이트하고, 이어지는 이후 공정이 정상적으로 진행될 수 있도록 효율적으로 제어할 수 있다.
도 17은 본 발명의 일 실시예에 따른 공정 제어 방법에서, 공정 제어 파라미터를 이용하여 공정을 제어하는 구성들의 블록 다이어그램이다.
도 17을 참조하면, 본 발명의 일 실시예에 따른 공정 제어 방법을 수행하기 위한 검사 장치(300)는 광학계(330), 컨트롤러(360), 및 메모리(370)를 포함할 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 본 발명의 일 실시예에 따른 두께 추정 방법을 수행할 수 있다면 상기 구성들 중 적어도 일부는 별도의 장치로 마련될 수도 있다.
회귀분석 모델을 이용하여 제1 반도체 기판에 형성된 타겟 레이어의 두께를 추정하고, 레이어의 목표 두께를 설정하여 공정을 제어하기 위해, 제1 반도체 기판은 공정 설비를 통과할 수 있다. 제1 반도체 기판의 공정은 소정의 제1 공정 제어 파라미터에 기초하여 제어될 수 있다. 공정 과정에서 획득한 제1 반도체 기판에 대한 센싱 데이터와 제1 공정 제어 파라미터에 대한 정보는 컨트롤러(360)로 전달될 수 있다. 상기 센싱 데이터는 타겟 레이어의 두께 추정 및 공정 제어 파라미터의 결정에 함께 이용될 수 있다. 한편, 광학계(330)는 공정 설비를 통과한 제1 반도체 기판에 반사된 빛의 스펙트럼 이미지를 획득할 수 있고, 컨트롤러(360)로 전달할 수 있다.
컨트롤러(360)는 메모리(370)에 저장되어 있는 회귀분석 모델, 제1 반도체 기판의 스펙트럼 이미지, 및 제1 반도체 기판의 공정 과정에서의 센싱 데이터를 이용하여 타겟 레이어의 두께를 추정할 수 있다. 한편, 컨트롤러(360)는 추정된 타겟 레이어의 두께, 제1 반도체 기판의 공정 과정에서의 제1 공정 제어 파라미터, 및 센싱 데이터를 이용하여 회귀분석 모델을 업데이트할 수 있다. 업데이트된 회귀분석 모델은 메모리(370)에 저장될 수 있다.
본 발명의 일 실시예에 따른 공정 제어 방법을 수행하기 위해, 제2 반도체 기판이 공정 설비를 통과할 수 있다. 일례로, 제2 반도체 기판은 제1 반도체 기판과 다른 기판일 수 있고, 제1 반도체 기판의 공정으로부터 회귀분석 모델이 업데이트된 후 제2 반도체 기판의 공정이 진행될 수 있다. 도 17에 도시된 블록 다이어그램에서, 제1 반도체 기판의 공정과 관련된 내용은 점선으로, 제2 반도체 기판의 공정과 관련된 내용은 실선으로 표시하였다.
제2 반도체 기판의 공정을 진행하기 전에, 컨트롤러(360)에는 제2 반도체 기판 상에 형성된 레이어의 두께를 어느 정도가 될 때까지 공정을 진행할 것인지 목표 두께가 입력될 수 있다. 입력된 목표 두께는 미리 생성되어 메모리(370)에 저장된 두께 예측 모델에 적용될 수 있다. 이에 따라 컨트롤러(360)는 레이어가 목표 두께를 갖도록 하는 공정을 진행하기 위해 제2 공정 제어 파라미터를 결정할 수 있다. 다시 말해, 원하는 레이어의 두께에 따라 최적의 공정 제어 파라미터를 설정할 수 있다.
결정된 제2 공정 제어 파라미터에 기초하여 제2 반도체 기판의 공정은 제어될 수 있다. 일례로, CMP 공정에서 제1 공정 제어 파라미터 및 제2 공정 제어 파라미터는 캐리어 헤드의 압력, 공정 시간을 포함할 수 있다. 다만 이에 한정되지 않고 캐리어 헤드의 회전 속도, 연마 테이블의 회전 속도 등을 더 포함할 수도 있다. 일례로, 스핀-코팅 공정에서 제1 공정 제어 파라미터 및 제2 공정 제어 파라미터는 베이킹 시간, 베이킹 온도 등을 포함할 수 있다.
한편, 제2 반도체 기판의 공정으로부터 획득한 데이터는 다시 회귀분석 모델의 업데이트에 이용될 수 있다. 이 경우, 제2 반도체 기판은 도 17에 도시된 제1 반도체 기판과 유사하게 다시 정의될 수 있다. 상기 업데이트는 복수의 반도체 기판에 대한 공정을 통해 지속적으로 반복될 수 있고, 자동 업데이트 시스템을 구축할 수 있다. 이에 따라, 사용자가 수동으로 공정 제어 정보를 참고하여 공정 제어 파라미터를 추정함으로써 발생되는 생산성 저하 문제를 방지하고, 경제적이고 효율적인 공정 제어를 수행할 수 있다.
본 발명의 일 실시예에 따른 두께 추정 방법은 공정 제어 방법뿐만 아니라 결함 검사 방법과 결합되어 함께 수행될 수도 있다. 일례로, 생성된 회귀분석 모델은 반도체 기판 상에 형성된 타겟 레이어의 두께 데이터와 반도체 기판의 결함 검사의 해석에 필요한 파라미터 사이의 상관관계를 이용하여 결함 검사의 결과를 추정할 수 있다. 일례로, 결함 검사의 반복적인 수행으로부터 회귀분석 모델은 지속적으로 업데이트될 수 있다. 다만, 이는 일 실시예에 불과할 뿐 한정되지 않고, 나아가 반도체 기판 상면에서 반사된 빛의 스펙트럼 이미지를 이용하여 반도체 기판의 다양한 특성 및 파라미터에 따른 자동 분류를 수행할 수도 있다.
전술한 실시예들에 따른 두께 추정 방법 및 공정 제어 방법은 다양한 반도체 장치의 제조에 사용될 수 있다. 일례로, 반도체 장치는 중앙처리장치(CPU, MPU), 애플리케이션 프로세서(AP) 등과 같은 로직 소자에 적용될 수 있다. 반도체 장치는 DRAM, SRAM 등과 같은 휘발성 메모리 장치 또는 플래시 메모리 장치, PRAM, MRAM, RRAM 등과 같은 비휘발성 메모리 장치에 적용될 수도 있다.
본 발명은 상술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니며 첨부된 청구범위에 의해 한정하고자 한다. 따라서, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 당 기술 분야의 통상의 지식을 가진 자에 의해 다양한 형태의 치환, 변형 및 변경이 가능할 것이며, 이 또한 본 발명의 범위에 속한다고 할 것이다.
1: 반도체 공정 장비 10, 100, 200, 300: 연마 장치
20: 세정 장치 30, 30a, 30b: 검사 장치
40: 인덱스 장치 31, 31a, 31b: 조명부
32. 32a. 32b: 반사부 33, 33a, 33b, 130, 230, 330: 광학계
34a, 34b: 렌즈 35a, 35b: 분광 모듈
36a, 36b: 스캔 카메라 W: 반도체 기판
W1: 테스트 기판 160, 260, 360: 컨트롤러
170, 270, 370: 메모리

Claims (10)

  1. 테스트 기판에 빛을 조사하여 반사된 빛으로부터 테스트 스펙트럼 이미지를 획득하는 단계;
    상기 테스트 기판의 복수의 위치에서 소정의 파장 대역에 포함되는 테스트 스펙트럼 데이터를 상기 테스트 스펙트럼 이미지로부터 획득하는 단계;
    상기 복수의 위치에서 상기 테스트 기판 상에 형성된 테스트 레이어의 두께를 측정하는 단계;
    상기 복수의 위치에서 상기 테스트 레이어의 두께와 상기 테스트 스펙트럼 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고 메모리에 저장하는 단계;
    이송 중인 반도체 기판에 빛을 조사하는 단계;
    상기 반도체 기판의 전체 면적에 대응하는 스펙트럼 이미지를 획득하는 단계; 및
    상기 스펙트럼 이미지를 상기 회귀분석 모델에 적용하여 상기 반도체 기판의 전체 면적에서 상기 테스트 레이어에 대응하는 타겟 레이어의 두께를 예측하는 단계; 를 포함하는 두께 추정 방법.
  2. 제1항에 있어서,
    상기 스펙트럼 이미지는 광학계에 의해 획득되고,
    상기 광학계는,
    상기 반도체 기판에서 반사된 빛이 입사되는 렌즈;
    상기 입사된 빛을 분광시키는 분광 모듈; 및
    상기 분광된 빛을 스펙트럼의 형태로 촬영하는 스캔 카메라; 를 포함하는 두께 추정 방법.
  3. 제1항에 있어서,
    상기 스펙트럼 이미지를 획득하는 단계는,
    광학계를 이용하여 라인 스캔 스펙트럼 이미지를 획득하는 단계;
    상기 라인 스캔 스펙트럼 이미지에 포함된 파장 데이터를 이용하여 상기 반도체 기판의 원본 스펙트럼 이미지를 생성하는 단계; 및
    상기 원본 스펙트럼 이미지에 원형 보정 알고리즘을 적용하여 보정 스펙트럼 이미지를 생성하는 단계; 를 포함하는 두께 추정 방법.
  4. 제1항에 있어서,
    상기 소정의 파장 대역은 상기 테스트 레이어 및 상기 타겟 레이어 중 적어도 하나의 막질로부터 결정되는 두께 추정 방법.
  5. 제1항에 있어서,
    상기 회귀분석 모델은 상기 테스트 스펙트럼 데이터의 주기적인 업데이트를 통해 자동으로 최적화되는 두께 추정 방법.
  6. 제1항에 있어서,
    이송 로봇에 의해 상기 반도체 기판이 제1 장치에서 제2 장치로 이동하는 동안 광학계에 의해 촬영이 이루어지고,
    상기 제1 장치에서 상기 제2 장치로 이동하기 전에 반도체 공정을 수행하는 단계를 더 포함하고,
    상기 반도체 기판의 전체 면적에서 타겟 레이어의 두께를 예측하는 과정은 상기 반도체 공정과 별개로 진행되는 두께 추정 방법.
  7. 제1항에 있어서,
    상기 반도체 기판의 이동 속도는 시간에 따라 변화하는 두께 추정 방법.
  8. 테스트 기판에 빛을 조사하여 반사된 빛으로부터 테스트 스펙트럼 이미지를 획득하는 단계;
    상기 테스트 스펙트럼 이미지에 포함된 테스트 스펙트럼 데이터와 상기 테스트 기판 상에 형성된 테스트 레이어의 두께 데이터 사이의 상관관계를 이용하여 회귀분석 모델을 생성하고, 메모리에 저장하는 단계;
    제1 반도체 기판에 제1 공정 제어 파라미터가 적용된 반도체 공정을 진행하는 단계;
    상기 반도체 공정이 완료된 상기 제1 반도체 기판의 이송 경로 상에서, 상기 제1 반도체 기판의 스펙트럼 이미지를 획득하는 단계;
    상기 스펙트럼 이미지로부터 소정의 파장 대역에 포함되는 스펙트럼 데이터를 획득하는 단계;
    상기 스펙트럼 데이터와 상기 제1 공정 제어 파라미터 사이의 상관관계를 이용하여 상기 회귀분석 모델을 업데이트하는 단계;
    상기 회귀분석 모델을 이용하여 제2 공정 제어 파라미터를 결정하는 단계; 및
    상기 제1 반도체 기판과 동일한 제2 반도체 기판에 제2 공정 제어 파라미터가 적용된 상기 반도체 공정을 진행하는 단계; 를 포함하는 공정 제어 방법.
  9. 제8항에 있어서,
    상기 제2 공정 제어 파라미터는, 상기 반도체 공정에 의한 상기 제2 반도체 기판 상에 형성된 타겟 레이어의 목표 두께를 설정하고, 상기 목표 두께를 상기 회귀분석 모델에 적용함으로써 결정되는 공정 제어 방법.
  10. 제8항에 있어서,
    상기 제2 공정 제어 파라미터는 업데이트되는 상기 회귀분석 모델에 의해 자동으로 최적화되어 결정되는 공정 제어 방법.
KR1020200109589A 2020-08-28 2020-08-28 두께 추정 방법 및 공정 제어 방법 KR20220030387A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200109589A KR20220030387A (ko) 2020-08-28 2020-08-28 두께 추정 방법 및 공정 제어 방법
US17/214,830 US11668558B2 (en) 2020-08-28 2021-03-27 Thickness estimation method and processing control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200109589A KR20220030387A (ko) 2020-08-28 2020-08-28 두께 추정 방법 및 공정 제어 방법

Publications (1)

Publication Number Publication Date
KR20220030387A true KR20220030387A (ko) 2022-03-11

Family

ID=80356572

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200109589A KR20220030387A (ko) 2020-08-28 2020-08-28 두께 추정 방법 및 공정 제어 방법

Country Status (2)

Country Link
US (1) US11668558B2 (ko)
KR (1) KR20220030387A (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11901203B2 (en) 2021-06-10 2024-02-13 Applied Materials, Inc. Substrate process endpoint detection using machine learning
US20220397515A1 (en) * 2021-06-10 2022-12-15 Applied Materials, Inc. Obtaining substrate metrology measurement values using machine learning
US11965798B2 (en) 2021-06-10 2024-04-23 Applied Materials, Inc. Endpoint detection system for enhanced spectral data collection

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100386793B1 (ko) * 1998-04-21 2003-06-09 가부시키가이샤 히타치세이사쿠쇼 박막의 막두께 계측 방법 및 그 장치 및 이를 이용한 박막디바이스의 제조 방법 및 그 제조 장치
US7049156B2 (en) 2003-03-19 2006-05-23 Verity Instruments, Inc. System and method for in-situ monitor and control of film thickness and trench depth
US7952708B2 (en) 2007-04-02 2011-05-31 Applied Materials, Inc. High throughput measurement system
US8698889B2 (en) 2010-02-17 2014-04-15 Applied Materials, Inc. Metrology system for imaging workpiece surfaces at high robot transfer speeds
US9056383B2 (en) 2013-02-26 2015-06-16 Applied Materials, Inc. Path for probe of spectrographic metrology system
JP6035279B2 (ja) 2014-05-08 2016-11-30 東京エレクトロン株式会社 膜厚測定装置、膜厚測定方法、プログラム及びコンピュータ記憶媒体
KR101680214B1 (ko) 2015-01-22 2016-11-28 주식회사 엘지실트론 웨이퍼 이송 장치
US10565701B2 (en) 2015-11-16 2020-02-18 Applied Materials, Inc. Color imaging for CMP monitoring
JP6465015B2 (ja) 2015-12-18 2019-02-06 株式会社Sumco 半導体ウェーハの厚み分布測定システムおよび半導体ウェーハ研磨システム、半導体ウェーハの厚み分布測定方法および半導体ウェーハの厚み取り代分布測定方法、ならびに半導体ウェーハの研磨方法
TWI743176B (zh) 2016-08-26 2021-10-21 美商應用材料股份有限公司 獲得代表在基板上的層的厚度的測量的方法，及量測系統和電腦程式產品
TWI783037B (zh) 2017-09-25 2022-11-11 美商應用材料股份有限公司 使用機器學習方式以產生製程控制參數的半導體製造
US11177183B2 (en) 2018-09-19 2021-11-16 Taiwan Semiconductor Manufacturing Co., Ltd. Thickness measurement system and method

Also Published As

Publication number Publication date
US11668558B2 (en) 2023-06-06
US20220065618A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
KR20220030387A (ko) 두께 추정 방법 및 공정 제어 방법
US9412673B2 (en) Multi-model metrology
TWI665445B (zh) 光學晶粒至資料庫檢測
US11380594B2 (en) Automatic optimization of measurement accuracy through advanced machine learning techniques
US9721055B2 (en) Measurement model optimization based on parameter variations across a wafer
KR101457030B1 (ko) 오버레이 오차를 결정하는 장치 및 방법
US10769320B2 (en) Integrated use of model-based metrology and a process model
US7761178B2 (en) Automated process control using an optical metrology system optimized with design goals
TW202033954A (zh) 使用以深度學習為基礎之缺陷偵測及分類方案用於像素位準影像量化
US11043433B2 (en) Method of inspecting surface and method of manufacturing semiconductor device
TW202043697A (zh) 使用色彩度量術進行的基板的厚度測量
TWI792370B (zh) 根據基於機器學習的基板圖像處理作膜厚度估測
TW202225677A (zh) 使用深度學習之3d結構檢測或計量
WO2023158661A2 (en) Estimating in-die overlay with tool induced shift correction
US10754260B2 (en) Method and system for process control with flexible sampling
TW202141210A (zh) 使用檢測工具以判定用於樣本之類計量(metrology-like)之資訊
KR102620998B1 (ko) 기판 검사 방법, 기판 처리 방법 및 이를 수행하기 위한 기판 처리 시스템
KR20210134129A (ko) 웨이퍼 검사 장치 및 방법
US20090240537A1 (en) Apparatus for designing an optical metrology system optimized for operating time budget
US20090234687A1 (en) Method of designing an optical metrology system optimized for operating time budget
US20230341337A1 (en) Measurement of thick films and high aspect ratio structures
CN115210560B (zh) 确定用于样本扫描的焦点设置
TWI830864B (zh) 使用色彩度量術進行的基板的厚度測量
CN118020146A (en) Context-based defect inspection
TW202405967A (zh) 基於脈絡之缺陷檢測

Legal Events

Date Code Title Description
A201 Request for examination