KR20220123053A - 연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템 - Google Patents

연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템 Download PDF

Info

Publication number
KR20220123053A
KR20220123053A KR1020227026048A KR20227026048A KR20220123053A KR 20220123053 A KR20220123053 A KR 20220123053A KR 1020227026048 A KR1020227026048 A KR 1020227026048A KR 20227026048 A KR20227026048 A KR 20227026048A KR 20220123053 A KR20220123053 A KR 20220123053A
Authority
KR
South Korea
Prior art keywords
thickness
polishing
substrate
measurements
values
Prior art date
Application number
KR1020227026048A
Other languages
English (en)
Inventor
쿤 수
키란 랄 쉬레스타
도일 이. 베넷
데이비드 맥스웰 게이지
벤자민 체리안
준 치안
해리 큐. 리
Original Assignee
어플라이드 머티어리얼스, 인코포레이티드
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 어플라이드 머티어리얼스, 인코포레이티드 filed Critical 어플라이드 머티어리얼스, 인코포레이티드
Publication of KR20220123053A publication Critical patent/KR20220123053A/ko

Links

Images

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/005—Control means for lapping machines or devices
    • B24B37/013—Devices or means for detecting lapping completion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/10—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving electrical means
    • B24B49/105—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving electrical means using eddy currents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic System or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
    • H01L21/304—Mechanical treatment, e.g. grinding, polishing, cutting
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic System or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers
    • H01L21/3205—Deposition of non-insulating-, e.g. conductive- or resistive-, layers on insulating layers; After-treatment of these layers
    • H01L21/321—After treatment
    • H01L21/32115—Planarisation
    • H01L21/3212—Planarisation by chemical mechanical polishing [CMP]
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67092—Apparatus for mechanical treatment
    • 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
    • H01L22/14—Measuring as part of the manufacturing process for electrical parameters, e.g. resistance, deep-levels, CV, diffusions by electrical means
    • 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
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology

Abstract

기판을 연마하는 방법은, 연마 스테이션에서 기판 상의 전도성 층을 연마하는 단계, 층 상의 복수의 상이한 위치들에 대한 복수의 측정된 신호 값들을 생성하기 위해 인-시튜 와전류 모니터링 시스템으로 층을 모니터링하는 단계, 위치들의 두께 측정치들을 생성하는 단계, 및 두께 측정치들에 기반하여 연마 종료점을 검출하거나 연마 파라미터를 수정하는 단계를 포함한다. 전도성 층은 제1 전도율을 갖는 제1 물질로 형성된다. 생성하는 단계는, 복수의 측정된 신호 값들에 기반하여 초기 두께 값들을 계산하는 단계, 및 제1 전도율보다 낮은 제2 전도율을 갖는 제2 물질로 형성된 전도성 층을 갖는 교정 기판들을 측정함으로써 획득된 훈련 데이터를 사용하여 훈련된 신경망을 통해 초기 두께 값들을 생성된 조정된 두께 값들로 처리하는 단계를 포함한다.

Description

연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템
본 개시내용은, 기판의 연마 동안 인-시튜(in-situ) 모니터링을 사용하여 기판 가장자리 근처에서 이루어진 측정치들의 재구성에 관한 것이다.
집적 회로는 전형적으로, 규소 웨이퍼 상에서의 전도성 층, 반도체 층 또는 절연성 층의 순차적 증착에 의해 그리고 그 층들의 후속 처리에 의해 기판(예컨대, 반도체 웨이퍼) 상에 형성된다.
하나의 제조 단계는, 비-평탄 표면 위에 충전재 층을 증착하고, 비-평탄 표면이 노출될 때까지 그 충전재 층을 평탄화하는 것을 수반한다. 예컨대, 패터닝된 절연성 층 상에 전도성 충전재 층이 증착되어, 절연성 층의 트렌치들 또는 홀들을 충전할 수 있다. 그런 다음, 절연성 층의 융기된 패턴이 노출될 때까지 충전재 층이 연마된다. 평탄화 후에, 절연성 층의 융기된 패턴 사이에 남아있는 전도성 층의 부분들은, 기판 상의 박막 회로들 사이에 전도성 경로들을 제공하는 비아들, 플러그들, 및 라인들을 형성한다. 게다가, 평탄화는, 리소그래피를 위해 기판 표면을 평탄화하는 데 사용될 수 있다.
화학적 기계적 연마(CMP)는 평탄화의 하나의 용인된 방법이다. 이러한 평탄화 방법은 전형적으로, 캐리어 헤드 상에 기판이 장착될 것을 요구한다. 기판의 노출된 표면은, 회전하는 연마 패드에 맞닿게(against) 배치된다. 캐리어 헤드는 연마 패드에 맞닿게 기판을 밀기 위해 기판 상에 제어가능한 하중을 제공한다. 연마 액체, 이를테면, 연마 입자들을 갖는 슬러리가 연마 패드의 표면에 공급된다.
반도체 처리 동안, 기판 또는 기판 상의 층들의 하나 이상의 특성을 결정하는 것이 중요할 수 있다. 예컨대, CMP 프로세스 동안, 프로세스가 정확한 시간에 종결될 수 있도록 전도성 층의 두께를 아는 것이 중요할 수 있다. 기판 특성들을 결정하기 위해 다수의 방법들이 사용될 수 있다. 예컨대, 화학적 기계적 연마 동안의 기판의 인-시튜 모니터링을 위해 광학 센서들이 사용될 수 있다. 대안적으로(또는 부가하여), 기판의 전도성 구역에 와전류를 유도하여 전도성 구역의 국지적 두께와 같은 파라미터들을 결정하기 위해, 와전류 감지 시스템이 사용될 수 있다.
일 양상에서, 기판을 연마하는 방법은, 연마 스테이션에서 기판 상의 전도성 층을 연마하는 단계, 층 상의 복수의 상이한 위치들에 대한 복수의 측정된 신호 값들을 생성하기 위해 인-시튜 와전류 모니터링 시스템으로 연마 스테이션에서의 연마 동안 층을 모니터링하는 단계, 복수의 상이한 위치들의 각각의 위치에 대해, 위치의 추정된 두께 측정치를 생성하는 단계, 및 각각의 추정된 두께 측정치에 기반하여, 연마 종료점을 검출하는 것 또는 연마 파라미터를 수정하는 것 중 적어도 하나를 행하는 단계를 포함한다. 전도성 층은 제1 전도율(conductivity)을 갖는 제1 물질로 형성된다. 생성하는 단계는, 복수의 측정된 신호 값들에 기반하여 초기 두께 값들을 계산하는 단계, 및 제1 전도율보다 낮은 제2 전도율을 갖는 제2 물질로 형성된 전도성 층을 갖는 교정 기판들을 측정함으로써 획득된 훈련 데이터를 사용하여 훈련된 신경망을 통해 초기 두께 값들을 생성된 조정된 두께 값들로 처리하는 단계를 포함한다.
다른 양상에서, 인-시튜 모니터링 시스템에서 사용하기 위한 신경망을 훈련시키는 방법은, 제1 전도율을 갖는 제1 물질로 형성된 전도성 층을 갖는 교정 기판에 걸쳐 인-시튜 모니터링 시스템의 센서를 스캐닝하는 단계를 포함하며, 모니터링 시스템은 제1 세트의 센서 측정치들을 생성한다. 제1 두께 프로파일을 제공하기 위해, 교정 기판들의 전도성 층의 두께의 실측 정보(Ground truth) 측정치들이 획득된다. 전도성 층이 제2 전도율의 물질로 형성된 경우 생성될 두께 프로파일과 동등한 수정된 제2 두께 프로파일을 제공하도록, 제1 전도율 및 제1 전도율보다 큰 표적 제2 전도율에 기반하여 제1 두께 프로파일이 스케일링된다. 신경망은, 인-시튜 모니터링 시스템으로부터의 센서 측정치들을 제2 물질로 형성된 층에 대한 두께 측정치들로 변환하도록 훈련된다. 훈련은, 제1 물질로 형성된 전도성 층으로부터의 제1 세트의 센서 측정치들에 기반하여, 수정된 훈련 프로파일 및 교정 두께 값들을 포함하는 훈련 데이터를 사용하여 수행된다.
특정 구현들은 다음의 이점들 중 하나 이상을 포함할 수 있다. 인-시튜 모니터링 시스템, 예컨대 와전류 모니터링 시스템은, 기판들에 걸친 센서 스캔들로써 신호를 생성할 수 있다. 시스템은, 기판 가장자리에 대응하는 신호의 부분에서의 왜곡들을 보상할 수 있다. 신호는, 연마 파라미터, 예컨대 캐리어 헤드 압력의 종료점 제어 및/또는 폐쇄 루프 제어에 사용될 수 있으며, 따라서, 개선된 웨이퍼 내 불균일성(WIWNU) 및 웨이퍼 간 불균일성(WTWNU)이 제공된다. 인-시튜 모니터링 시스템은, 예컨대 소거(clearing) 단계 동안, 매우 얇은 층들에서 더 정확한 두께 측정치들을 생성할 수 있다.
하나 이상의 구현의 세부사항들은 첨부한 도면들 및 아래의 설명에서 기재된다. 다른 양상들, 특징들 및 이점들은, 설명 및 도면들로부터, 그리고 청구항들로부터 명백해질 것이다.
도 1a는, 와전류 모니터링 시스템을 포함하는 화학적 기계적 연마 스테이션의 개략적인 부분 측단면도이다.
도 1b는, 화학적 기계적 연마 스테이션의 개략적인 평면도이다.
도 2는, 연마 장치의 센서 헤드에 의해 스캐닝되는 기판의 개략적인 평면도이다.
도 3은, 측정된 신호들에 기반하여 기판 두께를 결정하기 위한 정적 공식의 개략적인 그래프이다.
도 4는, 기판 상의 위치들을 모니터링하는 동안 획득된 측정된 신호들의 개략적인 그래프이다.
도 5는 예시적인 신경망이다.
도 6은 상이한 물질들의 2개의 교정 웨이퍼의 개략도이다.
도 7은, 기판을 연마하기 위한 예시적인 프로세스의 흐름도이다.
도 8은, 신경망을 사용하여, 추정된 두께 측정치들을 생성하기 위한 예시적인 프로세스의 흐름도이다.
다양한 도면들에서 동일한 참조 기호들은 동일한 요소들을 표시한다.
연마 장치는, 기판 상에 연마되고 있는 외측 층의 두께를 검출하기 위해, 인-시튜 모니터링 시스템, 예컨대 와전류 모니터링 시스템을 사용할 수 있다. 외측 층의 연마 동안, 인-시튜 모니터링 시스템은 기판 상의 층의 상이한 위치들의 두께를 결정할 수 있다. 두께 측정치들은, 연마 종료점을 촉발하고/거나 연마 프로세스의 처리 파라미터들을 실시간으로 조정하는 데 사용될 수 있다. 예컨대, 기판 캐리어 헤드는, 외측 층의 위치들의 연마율을 증가 또는 감소시키기 위해 기판의 후면측 상의 압력을 조정할 수 있다. 연마율은, 층의 위치들이 연마 이후에 실질적으로 동일한 두께이도록 조정될 수 있다. CMP 시스템은, 층의 위치들의 연마가 거의 동시에 완료되도록 연마율을 조정할 수 있다. 그러한 프로파일 제어는 실시간 프로파일 제어(RTPC)로 지칭될 수 있다.
인-시튜 모니터링 시스템은, 기판 가장자리에 가까운 위치들에서 측정치들에 대한 신호 왜곡을 겪을 수 있다. 예컨대, 와전류 모니터링 시스템은 자기장을 생성할 수 있다. 기판 가장자리 근처에서, 신호는 부자연스럽게 낮을 수 있는데, 그 이유는, 자기장이 기판의 전도성 층과 부분적으로만 중첩하기 때문이다. 와전류 센서 헤드가 큰 경우, 더 큰 센서 헤드가 가장자리 구역을 통해 지나가기 위해서는 더 많은 시간 및 공간을 필요로 하고 공간적 분해능을 낮출 수 있는 것으로 인한 더 이른 신호 하락(drop off)으로 인해, 신호가 더 감소될 수 있다. 기판에서의 왜곡들을 보상하기 위한 기법은, 신경망을 사용하여, 인-시튜 모니터링 시스템에 의해 생성되는 측정된 신호들에 기반하여, 수정된 신호들을 생성하는 것이다.
그러나, 연마 동작의 종료 근처에서, 예컨대, 하부 층을 노출시키는 소거 시에 또는 그에 접근하면, 전도성 층의 두께는 점점 더 얇아지고, 신경망에 의한 신호의 재구성은 신뢰가능하지 않게 될 수 있다. 임의의 특정 이론에 제한됨이 없이, 신경망들은, 비교적 두꺼운 전도성 층들을 갖는 상이한 물질들의 교정 기판들을 사용하여 가장자리 재구성에 대해 훈련될 수 있으며; 그러한 훈련은, 기판 가장자리에서 얇은 전도성 층들에 대한 층 두께를 재구성하도록 신경망을 구성하기에 적합하지 않을 수 있다. 특히, 교정 웨이퍼 상의 얇은 층들은 불연속부들, 예컨대, 하부 층이 노출된 구역들을 포함할 수 있다. 결과적으로, 예컨대, 4점 탐침(four-point probe)을 사용하여, 교정 웨이퍼로부터 실측 정보 측정치를 획득하는 것이 가능하지 않을 수 있고, 결과적으로, 얇은 층들에 대해 신뢰가능한 훈련 데이터가 이용가능하지 않을 수 있다.
그러나, 더 두껍지만 더 낮은 전도율을 갖는 물질들로 구성되는 층들을 갖는 교정 웨이퍼들을 사용하여 신호들을 수집함으로써, 측정치들이 획득될 수 있고, 그런 다음, 더 높은 전도율의 더 얇은 층들과 동등한 훈련 데이터를 제공하도록, 2개의 교정 웨이퍼 사이의 상대적인 전도도(conductance) 비에 기반하여 스케일링될 수 있다. 신경망은 이러한 훈련 데이터를 사용하여 훈련될 수 있으며, 그에 의해, 신경망이, 높은 전도율 물질들로 만들어진 매우 얇은 층들에 대한 기판 가장자리의 추정된 두께 측정치들을 생성하는 능력이 향상된다.
도 1a 및 도 1b는 연마 장치(100)의 예를 예시한다. 연마 장치(100)는, 상부에 연마 패드(110)가 위치하는 회전가능한 디스크-형상 플래튼(120)을 포함한다. 플래튼은 축(125)을 중심으로 회전하도록 동작가능하다. 예컨대, 모터(121)는, 구동 샤프트(124)를 회전시켜 플래튼(120)을 회전시킬 수 있다. 연마 패드(110)는, 외측 연마 층(112) 및 더 연질의 후면 층(114)을 갖는 2층 연마 패드일 수 있다.
연마 장치(100)는, 슬러리와 같은 연마 액체(132)를 연마 패드(110) 상에 분배하기 위한 포트(130)를 포함할 수 있다. 연마 장치는 또한, 연마 패드(110)를 마모시켜 연마 패드(110)를 일관된 연마용 상태로 유지시키기 위한 연마 패드 컨디셔너(conditioner)를 포함할 수 있다.
연마 장치(100)는 적어도 하나의 캐리어 헤드(140)를 포함한다. 캐리어 헤드(140)는, 연마 패드(110)에 맞닿게 기판(10)을 유지하도록 동작가능하다. 캐리어 헤드(140)는, 각각의 개개의 기판과 연관된 연마 파라미터들, 예컨대 압력을 독립적으로 제어할 수 있다.
특히, 캐리어 헤드(140)는, 가요성 멤브레인(144) 아래에 기판(10)을 유지하기 위한 유지 링(142)을 포함할 수 있다. 캐리어 헤드(140)는 또한, 가요성 멤브레인(144) 상의 연관된 구역 그리고 그에 따라 기판(10) 상의 연관된 구역에 독립적으로 제어가능한 압력들을 인가할 수 있는, 멤브레인에 의해 정의되는 복수의 독립적으로 제어가능한 가압가능 챔버들, 예컨대 3개의 챔버(146a-146c)를 포함한다. 예시의 용이성을 위해 3개의 챔버만이 도 1에 예시되지만, 하나 또는 2개의 챔버, 또는 4개 이상의 챔버, 예컨대 5개의 챔버가 존재할 수 있다.
캐리어 헤드(140)는 지지 구조(150), 예컨대, 캐러셀 또는 트랙으로부터 매달리며, 구동 샤프트(152)에 의해 캐리어 헤드 회전 모터(154)에 연결됨으로써 캐리어 헤드가 축(155)을 중심으로 회전할 수 있다. 임의적으로, 캐리어 헤드(140)는, 예컨대 캐러셀(150) 또는 트랙 상의 슬라이더들 상에서 측방향으로 진동하거나 또는 캐러셀 그 자체의 회전 진동에 의해 측방향으로 진동할 수 있다. 동작 시, 플래튼은 자신의 중심 축(125)을 중심으로 회전되고, 캐리어 헤드는, 자신의 중심 축(155)을 중심으로 회전되고 연마 패드의 최상부 표면에 걸쳐 측방향으로 병진이동된다.
하나의 캐리어 헤드(140)만이 도시되지만, 연마 패드(110)의 표면적이 효율적으로 사용될 수 있도록 부가적인 기판들을 유지하기 위해 더 많은 캐리어 헤드가 제공될 수 있다.
연마 장치(100)는 또한 인-시튜 모니터링 시스템(160)을 포함한다. 인-시튜 모니터링 시스템(160)은, 기판 상의 층의 두께에 의존하는 일련의 시변 값들을 생성한다. 인-시튜 모니터링 시스템(160)은 측정치들이 생성되는 센서 헤드를 포함하며, 기판과 센서 헤드 간의 상대적인 움직임으로 인해, 측정치들은 기판 상의 상이한 위치들에서 취해질 것이다.
인-시튜 모니터링 시스템(160)은 와전류 모니터링 시스템일 수 있다. 와전류 모니터링 시스템(160)은, 기판 상의 전도성 층에 와전류를 유도하기 위한 구동 시스템, 및 구동 시스템에 의해 전도성 층에 유도된 와전류를 검출하기 위한 감지 시스템을 포함한다. 모니터링 시스템(160)은 플래튼과 함께 회전하도록 오목부(128)에 위치된 코어(162), 코어(162)의 일부분 주위에 감겨진 적어도 하나의 코일(164), 및 배선(168)에 의해 코일(164)에 연결된 구동 및 감지 회로(166)를 포함한다. 코어(162)와 코일(164)의 조합은 센서 헤드를 제공할 수 있다. 일부 구현들에서, 코어(162)는 플래튼(120)의 최상부 표면 위로, 예컨대, 연마 패드(110)의 최하부의 오목부(118) 내로 돌출된다.
구동 및 감지 회로(166)는 진동 전기 신호를 코일(164)에 인가하고 결과적인 와전류를 측정하도록 구성된다. 예컨대, 미국 특허 번호 제6,924,641호, 제7,112,960호 및 제8,284,560호, 및 미국 특허 공개 번호 제2011- 0189925호 및 제2012- 0276661호에서 설명된 바와 같은, 구동 및 감지 회로에 대한 그리고 코일(들)의 구성 및 위치에 대한 다양한 구성들이 가능하다. 구동 및 감지 회로(166)는 동일한 오목부(128)에 또는 플래튼(120)의 상이한 부분에 위치될 수 있거나, 플래튼(120) 외부에 위치되고 회전식 전기 접합관(union)(129)을 통해 플래튼의 구성요소들에 결합될 수 있다.
동작 시, 구동 및 감지 회로(166)는 코일(164)을 구동하여 진동 자기장을 생성한다. 자기장의 적어도 일부분은 연마 패드(110)를 통해 기판(10) 내로 확장된다. 전도성 층이 기판(10) 상에 존재하는 경우, 진동 자기장은 전도성 층에 와전류를 생성한다. 와전류는, 전도성 층으로 하여금, 구동 및 감지 회로(166)에 결합되는 임피던스 소스로서 작동하게 한다. 전도성 층의 두께가 변화함에 따라 임피던스가 변화하며, 이는 구동 및 감지 회로(166)에 의해 검출될 수 있다. 상이한 전도성 층 물질들은, 와전류 센서로부터의 상이한 신호 강도들을 초래하는 상이한 전도성 특성들을 갖는다. 구리(Cu)는 높은 전도율을 갖고, 따라서, 전도성 층에 대한 공통 물질이다. 다른 전도성 물질들(예컨대, 코발트, 텅스텐, 질화티타늄)은 특정 응용, 예컨대, 배리어 층, 강자성 메모리 등에 기반하여 전도성 층에 사용될 수 있다.
대안적으로 또는 그에 부가하여, 반사계 또는 간섭계로서 기능할 수 있는 광학 모니터링 시스템이 오목부(128)에서 플래튼(120)에 고정될 수 있다. 두 시스템 모두가 사용되는 경우, 광학 모니터링 시스템 및 와전류 모니터링 시스템은 기판의 동일한 부분을 모니터링할 수 있다.
CMP 장치(100)는 또한 코어(162)가 기판(10) 아래에 있을 때를 감지하기 위해 광학 인터럽터와 같은 위치 센서(180)를 포함할 수 있다. 예컨대, 광학 인터럽터는 캐리어 헤드(140)에 대향하게 고정된 지점에 장착될 수 있다. 플래그(182)가 플래튼의 주변부에 부착된다. 플래그(182)의 부착 지점 및 길이는, 코어(162)가 기판(10) 아래에서 스위핑할 때 플래그(182)가 센서(180)의 광학 신호를 가로막도록 선택된다. 대안적으로 또는 그에 부가하여, CMP 장치는 플래튼의 각도 위치를 결정하기 위해 인코더를 포함할 수 있다.
제어기(190), 예컨대 범용 프로그래밍가능 디지털 컴퓨터는, 와전류 모니터링 시스템(160)으로부터 강도 신호들을 수신한다. 제어기(190)는, 프로세서, 메모리, 및 I/O 디바이스들뿐만 아니라 출력 디바이스(192), 예컨대 모니터, 및 입력 디바이스(194), 예컨대 키보드를 포함할 수 있다.
신호들은 회전식 전기 접합관(129)을 통해 와전류 모니터링 시스템(160)으로부터 제어기(190)로 전달될 수 있다. 대안적으로, 회로(166)는 무선 신호에 의해 제어기(190)와 통신할 수 있다.
코어(162)가 플래튼의 각각의 회전에 따라 기판 아래에서 스위핑하므로, 전도성 층 두께에 대한 정보가 인-시튜로 그리고 연속적인 실시간 기반으로 (플래튼 회전마다 한번) 축적된다. 제어기(190)는, 기판이 일반적으로 코어(162) 위에 놓일 때(위치 센서에 의해 결정됨) 모니터링 시스템으로부터의 측정치들을 샘플링하도록 프로그래밍될 수 있다. 연마가 진행됨에 따라, 전도성 층의 두께가 변하고, 샘플링된 신호들이 시간에 따라 변화한다. 시변 샘플링된 신호들은 트레이스들로 지칭될 수 있다. 모니터링 시스템들로부터의 측정치들은, 디바이스의 작업자가 연마 동작의 진행을 시각적으로 모니터링하는 것을 허용하기 위해, 연마 동안 출력 디바이스(192) 상에 표시될 수 있다.
동작 시, CMP 장치(100)는 충전재 층의 대부분이 제거된 때를 결정하고/거나 하부 정지 층이 실질적으로 노출된 때를 결정하기 위해, 와전류 모니터링 시스템(160)을 사용할 수 있다. 검출기 논리를 위한 가능한 프로세스 제어 및 종료점 기준들은 국지적 최소치 또는 최대치, 기울기 변화들, 진폭 또는 기울기의 임계값들, 또는 이들의 조합들을 포함한다.
제어기(190)는 또한, 캐리어 헤드(140)에 의해 인가되는 압력을 제어하는 압력 메커니즘들, 캐리어 헤드 회전율을 제어하기 위한 캐리어 헤드 회전 모터(154), 플래튼 회전율을 제어하기 위한 플래튼 회전 모터(121), 또는 연마 패드에 공급되는 슬러리 조성을 제어하기 위한 슬러리 분배 시스템(130)에 연결될 수 있다. 게다가, 컴퓨터(190)는, 미국 특허 번호 제6,399,501호에 논의된 바와 같이, 기판 아래에서의 각각의 스윕으로부터의 와전류 모니터링 시스템(160)으로부터의 측정치들을 복수의 샘플링 구역들로 분할하고, 각각의 샘플링 구역의 반경방향 위치를 계산하고, 진폭 측정치들을 반경방향 범위들로 분류하도록 프로그래밍될 수 있다. 측정치들을 반경방향 범위들로 분류한 후에, 캐리어 헤드에 의해 인가되는 연마 압력 프로파일을 주기적으로 또는 지속적으로 수정하여 개선된 연마 균일성을 제공하기 위해, 막 두께에 대한 정보가 폐쇄 루프 제어기에 실시간으로 공급될 수 있다.
제어기(190)는, 인-시튜 모니터링 시스템(160)에 의한 측정된 신호 값을 기판(10) 상에서 연마되고 있는 층의 두께와 관련시켜 연마되고 있는 층의 두께 값을 계산하는 상관 곡선을 사용할 수 있다. 상관 곡선(303)의 예가 도 3에 도시된다. 도 3에 도시된 좌표계에서, 수평 축은 인-시튜 모니터링 시스템(160)으로부터 수신된 신호의 값을 표현하는 반면, 수직 축은 기판(10)의 층의 두께에 대한 값을 표현한다. 주어진 신호 값에 대해, 제어기(190)는 상관 곡선(303)을 사용하여 대응하는 두께 값을 생성할 수 있다. 상관 곡선(303)은, 센서 헤드가 신호를 획득한 시간 또는 위치에 관계없이 각각의 신호 값에 대한 두께 값을 예측한다는 점에서 "정적" 공식으로 간주될 수 있다. 상관 곡선은 다양한 함수들, 이를테면 다항식 함수, 또는 선형 보간과 결합된 순람표(LUT)에 의해 표현될 수 있다.
도 1b 및 도 2를 참조하면, 기판(10)에 대한 센서 헤드의 위치에서의 변화들은 인-시튜 모니터링 시스템(160)으로부터의 신호에서의 변화를 초래할 수 있다. 즉, 센서 헤드가 기판(10)에 걸쳐 스캐닝함에 따라, 인-시튜 모니터링 시스템(160)은 기판(10)의 상이한 위치들에서의 다수의 구역들(94), 예컨대 측정 스폿들에 대한 측정치들을 만들 것이다. 구역들(94)은 부분적으로 중첩될 수 있다(도 2 참조).
도 4는, 기판(10) 아래로의 센서 헤드의 단일 통과 동안의 인-시튜 모니터링 시스템(160)으로부터의 신호(401)를 도시하는 그래프(420)를 예시한다. 신호(401)는, 센서 헤드가 기판 아래에서 스위핑함에 따른 센서 헤드로부터의 일련의 개별 측정치들로 구성된다. 그래프(420)는, 기판에 대한 측정치의 측정 시간 또는 위치, 예컨대 반경방향 위치의 함수일 수 있다. 어느 경우에서든, 신호(401)의 상이한 부분들은 센서 헤드에 의해 스캐닝된 기판(10) 상의 상이한 위치들에서의 측정 스폿들(94)에 대응한다. 따라서, 그래프(420)는, 센서 헤드에 의해 스캐닝된 기판의 주어진 위치에 대한, 신호(401)로부터의 대응하는 측정된 신호 값을 도시한다.
도 2 및 도 4를 참조하면, 신호(401)는, 센서 헤드가 기판(10)의 선단 가장자리와 교차할 때의 기판(10)의 가장자리 구역(203) 내의 위치들에 대응하는 제1 부분(422), 기판(10)의 중앙 구역(201) 내의 위치들에 대응하는 제2 부분(424), 및 센서 헤드가 기판(10)의 후단 가장자리와 교차할 때의 가장자리 구역(203) 내의 위치들에 대응하는 제3 부분(426)을 포함한다. 신호는 또한 기판을 벗어난 측정치들에 대응하는 부분들(428), 즉, 센서 헤드가 도 2에서 기판(10)의 가장자리(204) 너머의 영역들을 스캐닝할 때 생성된 신호들을 포함할 수 있다.
가장자리 구역(203)은, 센서 헤드의 측정 스폿들(94)이 기판 가장자리(204)와 중첩되는 기판의 부분에 대응할 수 있다. 중앙 구역(201)은, 가장자리 구역(203)에 인접한 환형 앵커 구역(202), 및 앵커 구역(202)에 의해 둘러싸이는 내측 구역(205)을 포함할 수 있다. 센서 헤드는 자신의 경로(210) 상의 이러한 구역들을 스캐닝하고, 경로(210)를 따른 일련의 위치들에 대응하는 일련의 측정치들을 생성할 수 있다.
제1 부분(422)에서, 신호 강도는 초기 강도(전형적으로, 기판이 존재하지 않고 캐리어 헤드가 존재하지 않을 때 초래되는 신호)로부터 더 높은 강도로 상승된다. 이는, 모니터링 위치가, 처음에 기판의 가장자리(204)에서 기판과 약간만 중첩(초기의 더 낮은 값들이 생성됨)되는 것으로부터 기판과 거의 전체적으로 중첩(더 높은 값들이 생성됨)되는 모니터링 위치로 전이되는 것에 의해 야기된다. 유사하게, 제3 부분(426)에서, 모니터링 위치가 기판의 가장자리(204)로 전이될 때 신호 강도가 하강한다.
충전재 층의 대부분이 제거되었을 때, 기판의 가장자리 구역(204) 내의 금속 층은 얇아지게 되고, 절연 층의 융기된 패턴이 노출됨에 따라 불연속성들이 발생할 수 있다. 이는, 제1 부분(422) 및 제3 부분(426)뿐만 아니라 더 낮은 신호 진폭의 제2 부분(424)에서의 부가적인 잡음으로 이어진다. 부가적으로, 얇은 전도성 충전재 층들을 검출하는 데 더 큰 와전류 센서들이 사용되는 경우, 센서의 공간적 분해능에서의 손실이 존재한다. 이는, 모니터링 위치가 기판의 가장자리(204)와 더 이르게 그리고 더 길게 중첩됨에 따라 제1 부분(422) 및 제3 부분(426)이 더 길어지는 것을 초래하여, 기판 가장자리와의 센서 헤드 중첩으로 인한 신호의 왜곡을 더 증가시킨다.
제2 부분(424)이 편평한 것으로 예시되지만, 이는 간략화를 위한 것이고, 제2 부분(424)에서의 실제 신호는 잡음 및 층 두께에서의 변동들 둘 모두로 인한 요동들을 포함할 가능성이 있을 것이다. 제2 부분(424)은 중앙 구역(201)을 스캐닝하는 모니터링 위치에 대응한다. 제2 부분(424)은, 중앙 구역(201)의 앵커 구역(202)을 스캐닝하는 모니터링 위치에 의해 야기되는 하위 부분들(421 및 423), 및 중앙 구역(201)의 내측 구역(205)을 스캐닝하는 모니터링 위치에 의해 야기되는 하위 부분(427)을 포함한다.
위에 언급된 바와 같이, 구역들(422, 426)에서의 신호 강도에서의 변동은, 모니터링되는 층의 두께 또는 전도율에서의 내재적 변동보다는 센서의 측정 구역이 기판 가장자리와 중첩되는 것에 의해 부분적으로 야기된다. 결과적으로, 신호(401)에서의 이러한 왜곡은, 기판 가장자리 근처에서의 기판에 대한 특성화 값, 예컨대 층의 두께를 계산함에 있어 오차들을 야기할 수 있다. 이러한 문제를 해결하기 위해서, 제어기(190)는, 기판(10)의 하나 이상의 위치에 대응하는 수정된 두께 값을 그 위치들에 대응하는 계산된 두께 값들에 기반하여 생성하기 위해 신경망, 예컨대 도 5의 신경망(500)을 포함할 수 있다.
이제 도 5를 참조하면, 신경망(500)은, 적절하게 훈련될 때, 기판 가장자리 근처에서의 계산된 두께 값들의 왜곡을 감소 및/또는 제거하는 수정된 두께 값들을 생성하도록 구성된다. 신경망(500)은 입력들(504)의 그룹을 수신하고 하나 이상의 신경망 계층을 통해 입력들(504)을 처리하여 출력들(550)의 그룹을 생성한다. 신경망(500)의 계층들은, 입력 계층(510), 출력 계층(530), 및 하나 이상의 은닉 계층(520)을 포함한다.
신경망(500)의 각각의 계층은 하나 이상의 신경망 노드를 포함한다. 신경망 계층 내의 각각의 신경망 노드는, (신경망(500)에 대한 입력들(504)로부터 또는 선행 신경망 계층의 하나 이상의 노드의 출력으로부터) 하나 이상의 노드 입력 값을 수신하고, 하나 이상의 파라미터 값에 따라 노드 입력 값들을 처리하여 활성화 값을 생성하고, 활성화 값에 비-선형 변환 함수(예컨대, 시그모이드(sigmoid) 또는 쌍곡선 탄젠트(tanh) 함수)를 임의적으로 적용하여 신경망 노드에 대한 출력을 생성한다.
입력 계층(510)에서의 각각의 노드는, 신경망(500)에 대한 입력들(504) 중 하나를 노드 입력 값으로서 수신한다.
신경망에 대한 입력들(504)은, 기판(10)의 다수의 상이한 위치들에 대한 인-시튜 모니터링 시스템(160)으로부터의 초기 두께 값들, 이를테면, 제1 초기 두께 값(501), 제2 초기 두께 값(502), 내지 제n 계산된 두께 값(503)을 포함한다. 초기 두께 값들은, 상관 곡선을 사용하여 신호(401)에서의 일련의 신호 값들로부터 계산되는 개별 두께 값들일 수 있다.
일반적으로, 다수의 상이한 위치들은 기판(10)의 가장자리 구역(203) 및 앵커 구역(202) 내의 위치들을 포함한다. 일부 구현들에서, 다수의 상이한 위치들은 가장자리 구역(203) 및 앵커 구역(202) 내에만 있다. 다른 구현들에서, 다수의 상이한 위치들은 기판의 모든 구역들에 걸쳐 있다. 다른 구현들에서, 다수의 상이한 위치들은 제2 기판(10)의 가장자리 구역(203) 및 앵커 구역(202) 내의 위치들을 포함할 수 있다. 일부 구현들에서, 다수의 상이한 위치들은 제2 기판의 가장자리 구역(203) 및 앵커 구역(202) 내에만 있다. 다른 구현들에서, 다수의 상이한 위치들은 제2 기판의 모든 구역들에 걸쳐 있다.
이러한 초기 두께 값들은 신호 입력 노드들(544)에서 수신된다. 임의적으로, 신경망(500)의 입력 노드들(504)은 또한, 하나 이상의 프로세스 상태 신호(504), 예컨대 연마 장치(100)의 패드(110)의 마모 측정치를 수신하는 하나 이상의 상태 입력 노드(516)를 포함할 수 있다.
은닉 계층들(520) 및 출력 계층(530)의 노드들은 선행 계층의 모든 각각의 노드로부터 입력들을 수신하는 것으로 예시된다. 이는, 완전히 연결된 피드포워드 신경망의 경우이다. 그러나, 신경망(500)은 완전히 연결되지 않은 피드포워드 신경망 또는 비-피드포워드 신경망일 수 있다. 더욱이, 신경망(500)은, 하나 이상의 완전히 연결된 피드포워드 계층; 하나 이상의 완전히 연결되지 않은 피드포워드 계층; 및 하나 이상의 비-피드포워드 계층 중 적어도 하나를 포함할 수 있다.
신경망은, 출력 계층(530)의 노드들, 즉, "출력 노드들"(550)에서, 수정된 두께 값들(550)의 그룹을 생성한다. 일부 구현들에서, 신경망(500)에 공급되는 인-시튜 모니터링 시스템으로부터의 각각의 측정된 신호에 대한 출력 노드(550)가 존재한다. 이러한 경우에서, 출력 노드들(550)의 수는 입력 계층(510)의 신호 입력 노드들(504)의 수에 대응할 수 있다.
예컨대, 신호 입력 노드들(544)의 수는 가장자리 구역(203) 및 앵커 구역(202)에서의 측정치들의 수와 동일할 수 있고, 동일한 수의 출력 노드들(550)이 존재할 수 있다. 그에 따라, 각각의 출력 노드(550)는, 신호 입력 노드(544)에 대한 입력으로서 공급되는 개개의 측정된 신호에 대응하는 수정된 두께 값, 예컨대, 제1 측정된 신호(501)에 대한 제1 수정된 두께 값(551), 제2 측정된 신호(502)에 대한 제2 수정된 두께 값(552), 및 제n 측정된 신호(503)에 대한 제n 수정된 두께 값(553)을 생성한다.
일부 구현들에서, 출력 노드들(550)의 수는 입력 노드들(504)의 수보다 적다. 일부 구현들에서, 출력 노드들(550)의 수는 신호 입력 노드들(544)의 수보다 적다. 예컨대, 신호 입력 노드들(544)의 수는 가장자리 구역(203)에서의 측정치들의 수와 동일하거나, 가장자리 구역(203) 및 앵커 구역(202)에서의 측정치들의 수와 동일할 수 있다. 또한, 출력 계층(530)의 각각의 출력 노드(550)는, 신호 입력 노드(504)로서 공급되는 개개의 측정된 신호에 대응하는 수정된 두께 값, 예컨대, 제1 측정된 신호(501)에 대한 제1 수정된 두께 값(551)을, 단지 가장자리 구역(203)으로부터 신호들을 수신하는 신호 입력 노드들(554)에 대해서만 생성한다.
연마 장치(100)는, 신경망(500)을 사용하여, 수정된 두께 값들을 생성할 수 있다. 그런 다음, 수정된 두께 값들이, 기판의 제1 그룹의 위치들, 예컨대 가장자리 구역(및 가능하게는 앵커 구역) 내의 위치들에서의 각각의 위치에 대한 결정된 두께로서 사용될 수 있다. 예컨대, 도 4를 다시 참조하면, 가장자리 구역에 대한 수정된 두께 값들은 신호(401)의 수정된 부분(430)을 제공할 수 있다.
예컨대, 제어기(190)는, 신경망(500)을 사용하여 가장자리 구역 내의 하나 이상의 위치 각각에 대한 수정된 두께 값을 결정할 수 있다. 임의적으로, 제어기(190)는, 신경망(500)을 사용하여 기판의 앵커 구역 내의 하나 이상의 위치 각각에 대한 수정된 두께 값을 결정할 수 있다. 대조적으로, 제어기(190)는, 다른 구역들, 예컨대, 내측 구역(205) 내의 위치들에 대한 초기 두께 값들을 사용할 수 있다. 즉, 다른 구역들, 예컨대, 내측 구역(205)으로부터의 위치들로부터의 신호 값들은 두께 값들로 변환될 수 있고, 이 두께 값들은 그 후, 신경망에 의해 수정됨이 없이 사용된다.
일부 구현들에서, 주어진 측정 위치에 대응하는 수정된 두께 값에 대해, 신경망(500)은, 그 주어진 위치의 미리 결정된 거리 내의 측정 위치들로부터의 입력 신호 값들만을 수정된 두께 값을 결정하는 데 사용하도록 구성될 수 있다. 예컨대, 경로(210) 상의 N개의 연속적인 위치들에서의 측정치들에 대응하는 신호 값들 S1, S2, .., SM, ... SN이 수신되는 경우, 제M 위치(RM으로 표시됨)에 대한 수정된 두께 값 S'M은, 두께 값들 SM-L(최소 1) ... SM, ... SM+L(최대 N)만을 사용하여 수정된 두께 값 S'M을 계산할 수 있다. L의 값은, 주어진 수정된 두께 값 S'M을 생성하기 위해 최대 약 2 - 4 mm 떨어져 있는 측정치들이 사용되도록 선택될 수 있으며, 측정치 SM의 위치의 약 1 - 2 mm, 예컨대 1.5 mm 내의 측정치들이 사용될 수 있다. 예컨대, L은 0 내지 4의 범위의 수, 예컨대 1 또는 2일 수 있다. 예컨대, 3 mm 내의 측정치들이 사용되고 측정치들 간의 간격이 1 mm인 경우, L은 1일 수 있고; 간격이 0.5 mm인 경우, L은 2일 수 있고; 간격이 0.25인 경우, L은 4일 수 있다. 그러나, 이는 연마 장치의 구성 및 처리 조건들에 의존할 수 있다. 수정된 두께 값 S'M을 계산함에 있어 다른 파라미터, 예컨대 패드 마모의 값들이 여전히 사용될 수 있다.
예컨대, 하나 이상의 은닉 계층(520)의 다수의 은닉 노드들(570)이 존재할 수 있는데, 즉, "은닉 노드들"(570)은 신호 입력 노드들(544)의 수와 동일하며, 각각의 은닉 노드(570)는 개개의 신호 입력 노드(544)에 대응한다. 각각의 은닉 노드(570)는, 대응하는 입력 노드의 측정치의 위치로부터 미리 결정된 거리보다 큰 위치들에 대한 측정치들에 대응하는 입력 노드들(544)로부터 연결해제된다(또는 그 노드들에 대해 0의 파라미터 값을 가질 수 있음). 예컨대, 제M 은닉 노드는 제1 내지 제(M-L-1) 입력 노드들(544) 및 제(M+L+1) 내지 제N 입력 노드들로부터 연결해제될 수 있다(또는 그 노드들에 대해 0의 파라미터 값을 가질 수 있음). 유사하게, 각각의 출력 노드(560)는, 출력 노드의 측정치의 위치로부터 미리 결정된 거리보다 큰 위치들에 대한 수정된 두께에 대응하는 은닉 노드들(570)로부터 연결해제될 수 있다(또는 그 노드들에 대해 0의 파라미터 값을 가질 수 있음). 예컨대, 제M 출력 노드는 제1 내지 제(M-L-1) 은닉 노드들(570) 및 제(M+L+1) 내지 제N 은닉 노드들로부터 연결해제될 수 있다(또는 그 노드들에 대해 0의 파라미터 값을 가질 수 있음).
신경망을 훈련시키기 위해, 훈련 데이터세트가 필요하다. 이러한 훈련 데이터세트는 복수의 기록들을 포함해야 하며, 각각의 기록은, 입력 노드들에 입력될 입력 값들의 그룹 및 출력 노드들로부터의 요망되는 출력 값들, 즉, 그 입력 값들의 그룹에 대해 요망될 출력 값들의 그룹을 포함한다.
이러한 훈련 데이터세트를 생성하기 위한 하나의 기법은, 각각이 상이한 두께 프로파일을 갖는 교정 기판들의 그룹을 획득하는 것이다. 교정 기판들은, 연마될 기판과 동일한 치수들 및 구역들을 가질 수 있는 기판들의 그룹이다. 층의 두께는, 예컨대, 4점 탐침을 사용하여, 실측 정보 측정치들을 생성하도록 정확하게 측정될 수 있다. 일반적으로, 교정 기판들은, 연마 동안 제거되는 전도성 충전재 층으로서 사용되는 것과 동일한 물질의 층, 예컨대, 구리 전도성 충전재 층에 대한 구리 교정 층을 포함한다.
각각의 교정 기판에 대해, 연마 장치(100)의 와전류 센서가, 일련의 교정 신호 값들을 생성하기 위해 교정 기판에 걸쳐 스캐닝될 수 있다. 이러한 교정 신호 값들은 연마 동안 획득되는 일련의 신호 값들과 유사하지만, 교정 기판의 연마가 수행되지 않도록 압력 또는 연마 액체가 적용되지 않는다. 교정 신호 값들은 상관 곡선을 사용하여 교정 두께 값들로 변환될 수 있다. 게다가, 각각의 교정 기판에 대해, 예컨대, 4점 탐침을 사용하여, 교정 기판 상의 다수의 위치들에 대해 실측 정보 두께 측정치들이 생성된다. 신호 값들 및 실측 정보 두께 측정치들은 다수의 구역들, 예컨대, 중앙 구역(201), 앵커 구역(202), 및 가장자리 구역(203)에서 수집될 수 있다. 그에 따라, 특정 교정 기판에 대한 교정 두께 값들 및 실측 정보 두께 측정치들은 훈련 데이터세트에 대한 기록을 제공한다.
상이한 교정 기판들이 충분히 다양한 두께 프로파일들을 갖고 충분한 범위의 두께들에 걸쳐 있다고 가정하면, 데이터세트로 신경망을 훈련시키는 것이 가능해야 한다. 그러므로, 제1 기판이 연마 및 모니터링되고 있는 연마 동작에서, 신경망(500)에 의해 생성되는 수정된 두께 값은, 제2 기판(교정 기판) 상의 측정 위치들로부터의 두께 값들에 기반하는 것으로 간주될 수 있다.
충전재 층의 대부분이 제거된 경우, 가장자리 구역의 위치들에서 수정된 두께 값들을 생성할 때 특정 문제들이 발생한다. 전도성 충전재 층이 제거되고 절연 층의 융기된 패턴이 노출됨에 따라, 얇은 전도성 충전재 층들을 검출하기 위해 더 큰 와전류 센서들이 요구될 수 있다. 와전류 센서가 전도 층 영역 및 절연 층 영역 둘 모두를 포함하는 구역들에 걸쳐 있을 수 있으므로, 절연 층을 노출시키는 것은 감소된 신호 품질로 이어진다. 더 큰 와전류 센서는 더 큰 영역을 커버하고, 그에 의해, 전도 층 영역 및 절연 층 영역 둘 모두를 더 많이 커버한다. 이는, 신호(422)의 제1 부분의 기울기의 감소 및 증가된 잡음을 야기할 수 있다. 와전류 센서(210) 헤드의 경로가 가장자리 구역(203)으로부터의 신호를 측정하려고 시도할 때, 신호의 추가적인 감소들이 발생한다. 그러므로, 이러한 구역들은, 측정된 초기 두께 값과, 특히, 충전재 층의 대부분이 제거된 가장자리 구역의 위치들에서 수정된 두께 값들을 정확하게 생성하도록 신경망을 훈련시키는 데 필요한 실제 훈련 데이터 사이에 높은 편차를 가질 수 있다.
그러나, 그러한 데이터를 획득하는 것, 및 그에 따른 가장자리 구역(203)에서의 얇은 전도성 층들의 두께의 재구성은, 연마, 예컨대, 소거의 나중의 스테이지들 동안의 전도성 충전재 층과 동일한 물질 및 두께의 교정 웨이퍼를 생성하는 어려움 때문에 더 어렵다. 이러한 문제는, 제2 물질의 기판에 대해 신경망 훈련을 수행하기 위해, 더 낮은 전도율을 갖지만 유사한 전도도를 갖는 제1 물질의 교정 웨이퍼를 사용함으로써 적어도 부분적으로 교정될 수 있다.
이제 도 6을 참조하면, 제1 물질(601)의 층을 갖는 교정 웨이퍼들의 그룹의, 4점 탐침 및 와전류 센서를 사용하여 각각 획득되는 교정 두께 값들 및 실측 정보 두께 측정치들은, 심지어 신경망이 그 후 상이한 전도율의 제2 물질(602)의 층을 갖는 기판들의 그룹의 인-시튜 모니터링에 사용될 때에도, 신경망을 훈련시키기 위한 훈련 데이터로서 사용될 수 있다.
특히, 얇은 제2 전도성 물질 층을 갖는 제2 교정 기판을 모의하기 위해, 더 두껍지만 더 낮은 전도율인 제1 전도성 물질 층을 갖는 제1 교정 기판이 사용될 수 있는데, 그 이유는, 제1 교정 기판의 전도성 층이 모의된 제2 교정 기판과 유사한 전도도를 가질 것이기 때문이다. 전도도(G)는 물질이 전기를 어떻게 전도하는지의 척도이고,
Figure pct00001
로서 정의되며, 여기서, σ는 전도율이고, A는 단면적이고, l은 측정되는 물질의 길이 또는 두께이다.
제1 물질(601)의 전도율이 제2 물질(602)의 전도율보다 낮은 경우, 예컨대, 10 × σ1 = σ2인 경우, 제1 물질의 두께(610)는, 유사한 전도도를 유지하기 위해, 제2 물질(611)의 두께(612)보다 비례하여 더 클 수 있는데, 예컨대, l1 = 10 × l2이다. 이는, 작업자가 교정 기판들 내의 전도성 층에 대해 대략적인 범위의 두께를 선택하는 것을 허용한다. 예컨대, 0.2 - 0.5 미크론 두께의 구리 층(ρ = 5.96 × 107)을 갖는 교정 기판들을 획득함에 있어 어려움이 존재하는 경우, 그 대신에, 5 내지 12.5 미크론 두께의 티타늄 층(ρ = 2.38 × 106)을 갖는 교정 기판들이 사용될 수 있다.
제2 물질 층을 갖는 각각의 교정 기판에 대해, 연마 장치(100)의 와전류 센서가, 일련의 교정 신호 값들을 생성하기 위해 교정 기판에 걸쳐 스캐닝될 수 있다. 교정 신호 값들은 상관 곡선을 사용하여 교정 두께 값들로 변환될 수 있다. 상관 곡선은, 물질이 제1 물질과 연관된 전도율을 갖는다고 가정하지만, 층들의 전도도가 유사하기 때문에, 와전류 센서는 더 얇은 제1 물질 층으로서 나타나는 교정 두께 값들일 것이다.
게다가, 제2 물질 층을 갖는 각각의 교정 기판에 대해, 예컨대, 4점 탐침을 사용하여, 교정 기판 상의 다수의 위치들에 대해 실측 정보 두께 측정치들이 생성된다. 그런 다음, 교정 웨이퍼들의 실측 정보 두께 측정치들은, 조정된 두께 값들을 생성하기 위해, 제1 물질과 제2 물질 사이의 전도율 비에 의해 스케일링된다. 예컨대, 연마될 기판들이 구리 층을 갖고, 상관 곡선이 유사하게, 구리 층(ρ = 5.96 × 107 Ωm)의 두께의 모니터링을 가정하지만, 교정 기판들이 티타늄 층(ρ = 2.38 × 106 Ωm)을 갖는 경우, 실측 정보 두께 측정치들은, 약 25(5.96 × 107/2.38 × 106)의 인자로 나누어져, 동일한 전도도를 갖는 구리 층에 대응하는 조정된 두께 값들을 생성할 수 있다(그에 따라, 와전류 센서를 사용하여 동일한 교정 두께 측정치들을 생성할 것임).
제2 물질 층을 갖는 각각의 교정 기판에 대해, 그 교정 기판에 대한 교정 두께 값들 및 조정된 두께 측정치들은 훈련 데이터세트에 대한 기록을 제공할 수 있다. 이는, 매우 얇은 층들을 갖는 기판들을 모의하는 데이터를 포함하는 훈련 데이터세트의 생성을 허용한다. 이는, 층이 매우 얇은 경우에 초기 두께 값들을 조정된 두께 값들로 적절히 변환하도록 신경망을 훈련시키는 것을 허용하고, 그에 따라, 인-시튜 모니터링 시스템의 정확성 및 신뢰성을 개선한다.
제1 및 제2 물질들에 대한 가능한 물질들은, 구리, 알루미늄, 텅스텐, 코발트, 티타늄 및 질화티타늄을 포함한다. 위에 언급된 바와 같이, 제1 물질은 제2 물질보다 높은 전도율을 가질 수 있다. 일부 구현들에서, 제1 물질은 구리, 알루미늄, 또는 텅스텐이다. 일부 구현들에서, 제2 물질은 코발트, 티타늄, 또는 질화티타늄이다.
일부 구현들에서, 훈련 데이터세트는, 제1 물질과 상이한 조성의 전도성 층을 갖는 교정 기판들로부터만 획득된 데이터를 포함한다. 일부 구현들에서, 훈련 데이터세트는, 제1 물질과 상이한 조성인 제2 물질의 전도성 층을 갖는 제1 그룹의 교정 기판들로부터 획득된 데이터, 및 제1 물질의 전도성 층을 갖는 제2 그룹의 교정 기판들로부터 획득된 데이터를 포함한다.
도 7은, 기판(10)을 연마하기 위한 예시적인 프로세스(700)의 흐름도이다. 프로세스(700)는 연마 장치(100)에 의해 수행될 수 있다.
연마 장치(100)는, 기판(10) 상의 층을 연마하고(702), 층 상의 상이한 위치들에 대한 측정된 신호 값들을 생성하기 위해 연마 동안 층을 모니터링한다(704). 층 상의 위치들은, (신호(401)의 구역들(422/426)에 대응하는) 기판의 가장자리 구역(203) 내의 하나 이상의 위치, 및 (신호의 구역들(421/423)에 대응하는) 기판 상의 앵커 구역(202) 내의 하나 이상의 위치를 포함할 수 있다. 앵커 구역(202)은 기판 가장자리(204)로부터 이격되고 기판의 중앙 구역(201) 내에 있으며, 따라서, 기판 가장자리(204)에 의해 생성되는 왜곡에 의해 영향을 받지 않는다. 그러나, 앵커 구역(202)은 가장자리 구역(203)에 인접할 수 있다. 앵커 구역(202)은 또한, 중앙 구역(201)의 내측 구역(205)을 둘러쌀 수 있다. 앵커 위치들의 수는, 인-시튜 모니터링 시스템(160)의 측정 스폿 크기 및 측정 빈도에 의존할 수 있다. 일부 실시예들에서, 앵커 위치들의 수는 최대 값, 이를테면 4의 최대 값을 초과할 수 없다.
연마 장치(100)는, 상이한 위치들의 각각의 위치에 대해, 위치에 대한 측정된 신호에 정적 공식을 적용하는 것에 기반하여 초기 두께 값을 생성한다(706).
신경망(500)에 대한 입력들은, 상이한 위치들에 대해 인-시튜 모니터링 시스템(160)에 의해 생성된 계산된 두께 값들일 수 있다. 일부 실시예들에서, 장치(100)는 신호들의 값을 정규화함으로써 각각의 측정된 신호를 업데이트한다. 그러한 정규화는, 신경망 시스템(500)에 대한 입력들(504) 중 적어도 일부가 특정 범위 내에 속할 가능성을 증가시킬 수 있고, 이는 차례로, 신경망(500)의 훈련 품질 및/또는 신경망에 의해 행해진 추론의 정확성을 증가시킬 수 있다. 그런 다음, 정규화된 신호 값들은, 정적 공식을 적용함으로써 정규화된 두께 값들로 만들어질 수 있다.
신경망(500)의 출력들은 수정된 두께 값들이고, 이들 각각은 입력된 계산된 두께 값에 대응한다. 입력들이 정규화된 두께 값들인 경우, 계산된 두께 값들에 대응하는 수정된 두께 값들이 또한 정규화된 두께 값들일 것이다. 따라서, 연마 장치(100)는, 수정된 신호을 사용하여 기판의 두께를 추정하기 전에, 그러한 수정된 두께 값들을 비-정규화된 값들로 변환할 필요가 있을 수 있다.
연마 장치(100)는, 각각의 수정된 두께 값에 기반하여 연마 종료점을 검출하고/거나 연마 파라미터를 수정한다(708).
도 8은, 신경망(500)을 사용하여, 수정된 두께 값들을 생성하기 위한 예시적인 프로세스(800)의 흐름도이다. 프로세스(800)는 연마 장치(100)에 의해 수행될 수 있다.
연마 장치(100)는, 기판의 위치들의 그룹 중 앵커 위치를 식별하고(802), 위치들의 그룹의 각각의 위치에 대한 측정된 신호들을 획득한다(804). 일부 실시예들에서, 앵커 위치는 기판의 가장자리로부터 이격된다.
연마 장치(100)는, 측정된 신호들을 업데이트하기 위해, 앵커 위치의 측정된 신호 값에 기반하여, 예컨대, 모든 각각의 위치에서의 각각의 측정된 신호 값을 앵커 위치의 측정된 신호로 나눔으로써, 각각의 측정된 신호 값을 정규화한다(806). 그런 다음, 연마 장치(100)는, 각각의 정규화된 측정된 신호 값에 대한 수정된 두께 값들을 생성하기 위해, 신경망(500)을 통해, 정규화된 측정된 신호 값들을 처리한다(808). 그런 다음, 연마 장치(100)는, 측정된 신호들을 업데이트하기 위해, 앵커 위치의 측정된 신호 값을 사용하여, 예컨대, 모든 각각의 위치에서의 각각의 측정된 신호 값을 앵커 위치의 측정된 신호와 곱함으로써, 수정된 두께 값들을 비-정규화된 신호 값들로 변환한다(810). 그런 다음, 연마 장치(100)는, 신경망(500)의 위치들의 그룹의 각각의 위치의 계산된 두께 값을 생성하기 위해, 비-정규화된 수정된 신호 값들을 사용한다(612).
모니터링 시스템은 다양한 연마 시스템들에서 사용될 수 있다. 연마 패드 또는 캐리어 헤드 중 어느 하나 또는 둘 모두는, 연마 표면과 기판 사이의 상대적인 움직임을 제공하기 위해 이동할 수 있다. 연마 패드는, 플래튼에 고정되는 원형(또는 몇몇 다른 형상) 패드, 공급 및 권취 롤러들 사이에서 연장되는 테이프, 또는 연속적인 벨트일 수 있다. 연마 패드는, 플래튼 상에 부착되거나, 연마 동작들 사이에서 플래튼 위로 점진적으로 전진되거나, 또는 연마 동안 플래튼 위로 지속적으로 구동될 수 있다. 연마 동안 패드가 플래튼에 고정될 수 있거나, 연마 동안 플래튼과 연마 패드 사이에 유체 베어링이 존재할 수 있다. 연마 패드는 표준(예컨대, 충전재들이 있거나 없는 폴리우레탄) 조질 패드, 연질 패드, 또는 고정식-연마 패드(fixed-abrasive pad)일 수 있다.
위의 논의가 와전류 모니터링 시스템에 초점을 두지만, 보정 기법들은, 기판의 가장자리에 걸쳐 스캐닝하는 다른 종류들의 모니터링 시스템들, 예컨대, 광학 모니터링 시스템들에 적용될 수 있다. 게다가, 위의 논의가 연마 시스템에 초점을 두지만, 보정 기법들은, 기판의 가장자리에 걸쳐 스캐닝하는 인-시튜 모니터링 시스템을 포함하는 다른 종류들의 기판 처리 시스템들, 예컨대 증착 또는 식각 시스템에 적용될 수 있다.
본 발명의 다수의 실시예들이 설명되었다. 그럼에도 불구하고, 본 발명의 사상 및 범위에서 벗어남이 없이 다양한 수정들이 이루어질 수 있다는 것이 이해될 것이다. 따라서, 다른 실시예들이 다음의 청구항들의 범위 내에 있다.

Claims (17)

  1. 기판을 연마하는 방법으로서,
    연마 스테이션에서 기판 상의 전도성 층을 연마하는 단계 ― 상기 전도성 층은 제1 전도율을 갖는 제1 물질로 형성됨 ―;
    상기 층 상의 복수의 상이한 위치들에 대한 복수의 측정된 신호 값들을 생성하기 위해 인-시튜 와전류 모니터링 시스템으로 상기 연마 스테이션에서의 연마 동안 상기 층을 모니터링하는 단계;
    상기 위치들에 대한 두께 측정치들을 생성하는 단계 ― 상기 생성하는 단계는, 상기 복수의 측정된 신호 값들에 기반하여 초기 두께 값들을 계산하는 단계, 및 상기 제1 전도율보다 낮은 제2 전도율을 갖는 제2 물질로 형성된 전도성 층을 갖는 교정 기판들을 측정함으로써 획득된 훈련 데이터를 사용하여 훈련된 신경망을 통해 상기 초기 두께 값들을 생성된 조정된 두께 값들로 처리하는 단계를 포함함 ―; 및
    상기 두께 측정치들에 기반하여, 연마 종료점을 검출하는 것 또는 연마 파라미터를 수정하는 것 중 적어도 하나를 행하는 단계
    를 포함하는, 기판을 연마하는 방법.
  2. 제1항에 있어서,
    상기 신경망은 또한, 상기 제1 물질로 형성된 전도성 층을 갖는 교정 기판들을 측정함으로써 획득된 훈련 데이터를 사용하여 훈련되는, 기판을 연마하는 방법.
  3. 제1항에 있어서,
    상기 제1 물질 및 상기 제2 물질은, 구리, 알루미늄, 코발트, 텅스텐, 티타늄, 및 질화티타늄을 포함하는 그룹으로부터 선택되는, 기판을 연마하는 방법.
  4. 제2항에 있어서,
    상기 제1 물질은 구리이고, 상기 제2 물질은 텅스텐 또는 질화티타늄인, 기판을 연마하는 방법.
  5. 제1항에 있어서,
    상기 초기 두께 값들을 계산하는 단계는, 상관 곡선을 사용하여 상기 측정된 신호 값들을 상기 초기 두께 값들로 변환하는 단계를 포함하는, 기판을 연마하는 방법.
  6. 제5항에 있어서,
    상기 초기 두께 값들을 상기 신경망의 입력 노드들에 입력하고 추정된 두께측정치들을 출력 노드들로부터 수신하는 단계를 포함하는, 기판을 연마하는 방법.
  7. 제6항에 있어서,
    제2 복수의 상이한 위치들의 각각의 위치에 대해, 상기 인-시튜 와전류 모니터링 시스템의 센서로 신호 값을 생성하고 상기 상관 곡선을 사용하여 상기 신호 값을 초기 두께 값으로 변환함으로써 두께 값을 생성하는 단계를 더 포함하며, 상기 초기 두께 값은, 상기 신경망을 사용하여 상기 초기 두께 값을 보정함이 없이, 추정된 두께 측정치를 제공하는, 기판을 연마하는 방법.
  8. 인-시튜 모니터링 시스템에서 사용하기 위한 신경망을 훈련시키는 방법으로서,
    제1 전도율을 갖는 제1 물질로 형성된 전도성 층을 갖는 교정 기판에 걸쳐 인-시튜 모니터링 시스템의 센서를 스캐닝하는 단계 ― 상기 모니터링 시스템은 제1 세트의 센서 측정치들을 생성함 ―;
    제1 두께 프로파일을 제공하기 위해, 상기 교정 기판의 상기 전도성 층의 두께의 실측 정보(ground truth) 측정치들을 획득하는 단계;
    상기 전도성 층이 제2 전도율의 물질로 형성된 경우 생성될 두께 프로파일과 동등한 수정된 제2 두께 프로파일을 제공하도록, 상기 제1 전도율 및 상기 제1 전도율보다 큰 표적 제2 전도율에 기반하여 상기 제1 두께 프로파일을 스케일링하는 단계; 및
    상기 인-시튜 모니터링 시스템으로부터의 센서 측정치들을 제2 물질로 형성된 층에 대한 두께 측정치들로 변환하도록 신경망을 훈련시키는 단계 ― 상기 훈련시키는 단계는, 상기 제1 물질로 형성된 전도성 층으로부터의 상기 제1 세트의 센서 측정치들에 기반하여, 수정된 훈련 프로파일 및 교정 두께 값들을 포함하는 훈련 데이터를 사용하여 수행됨 ―
    를 포함하는, 신경망을 훈련시키는 방법.
  9. 제8항에 있어서,
    상기 센서는 와전류 센서를 포함하는, 신경망을 훈련시키는 방법.
  10. 제8항에 있어서,
    상기 실측 정보 측정치들을 획득하는 단계는, 4점 탐침(four-point probe)으로 상기 교정 기판을 측정하는 단계를 포함하는, 신경망을 훈련시키는 방법.
  11. 제8항에 있어서,
    상기 제2 물질로 형성된 제2 전도성 층을 갖는 제2 교정 기판에 걸쳐 상기 인-시튜 모니터링 시스템의 상기 센서를 스캐닝하는 단계 ― 상기 모니터링 시스템은 제2 세트의 센서 측정치들을 생성함 ―;
    제2 두께 프로파일을 제공하기 위해, 상기 제2 교정 기판의 상기 제2 전도성 층의 두께의 제2 실측 정보 측정치들을 획득하는 단계; 및
    상기 인-시튜 모니터링 시스템으로부터의 센서 측정치들을 상기 제2 물질로 형성된 층에 대한 두께 측정치들로 변환하도록 상기 신경망을 훈련시키는 단계 ― 상기 훈련시키는 단계는, 상기 제2 물질로 형성된 전도성 층으로부터의 상기 제2 세트의 센서 측정치들에 기반하여, 상기 제2 두께 프로파일 및 제2 교정 두께 값들을 포함하는 훈련 데이터를 사용하여 수행됨 ―
    를 포함하는, 신경망을 훈련시키는 방법.
  12. 제8항에 있어서,
    상기 제1 물질 및 상기 제2 물질은, 구리, 알루미늄, 코발트, 텅스텐, 티타늄, 및 질화티타늄을 포함하는 그룹으로부터 선택되는, 신경망을 훈련시키는 방법.
  13. 제12항에 있어서,
    상기 제2 물질은 구리이고, 상기 제1 물질은 텅스텐 또는 질화티타늄인, 신경망을 훈련시키는 방법.
  14. 제8항에 있어서,
    상기 인-시튜 와전류 모니터링 시스템의 상기 센서로부터 신호 값들을 수신하고 상관 곡선을 사용하여 상기 신호 값들을 교정 두께 값들로 변환함으로써 상기 교정 두께 값들을 계산하는 단계를 포함하는, 신경망을 훈련시키는 방법.
  15. 제8항에 있어서,
    상기 제1 두께 프로파일을 스케일링하는 단계는, 상기 실측 정보 측정치들을 상기 제2 전도율 대 상기 제1 전도율의 비로 나누는 단계를 포함하는, 신경망을 훈련시키는 방법.
  16. 컴퓨터 프로그램 제품으로서,
    제1항 내지 제15항 중 어느 한 항의 동작들을 수행하는, 컴퓨터 프로그램 제품.
  17. 연마 시스템으로서,
    연마 패드를 지지하기 위한 플래튼;
    상기 연마 패드와 접촉하게 기판을 유지하기 위한 캐리어 헤드;
    인-시튜 와전류 모니터링 시스템; 및
    제1항 내지 제7항 중 어느 한 항의 동작들을 수행하도록 구성되는 제어기
    를 포함하며,
    상기 인-시튜 모니터링 시스템으로부터의 센서 측정치들을 제2 물질로 형성된 층에 대한 두께 측정치들로 변환하도록 신경망을 훈련시키고, 상기 훈련시키는 것은, 제1 물질로 형성된 전도성 층으로부터의 제1 세트의 센서 측정치들에 기반하여, 수정된 훈련 프로파일 및 교정 두께 값들을 포함하는 훈련 데이터를 사용하여 수행되는, 연마 시스템.
KR1020227026048A 2020-05-14 2021-05-11 연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템 KR20220123053A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063025108P 2020-05-14 2020-05-14
US63/025,108 2020-05-14
PCT/US2021/031781 WO2021231427A1 (en) 2020-05-14 2021-05-11 Technique for training neural network for use in in-situ monitoring during polishing and polishing system

Publications (1)

Publication Number Publication Date
KR20220123053A true KR20220123053A (ko) 2022-09-05

Family

ID=78512832

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227026048A KR20220123053A (ko) 2020-05-14 2021-05-11 연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템

Country Status (6)

Country Link
US (4) US11791224B2 (ko)
JP (1) JP2023517449A (ko)
KR (1) KR20220123053A (ko)
CN (1) CN115135450A (ko)
TW (2) TW202304655A (ko)
WO (1) WO2021231427A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11791224B2 (en) * 2020-05-14 2023-10-17 Applied Materials, Inc. Technique for training neural network for use in in-situ monitoring during polishing and polishing system
US20230195078A1 (en) * 2021-12-21 2023-06-22 Applied Materials, Inc. Methods and mechanisms for adjusting process chamber parameters during substrate manufacturing

Family Cites Families (95)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5433651A (en) 1993-12-22 1995-07-18 International Business Machines Corporation In-situ endpoint detection and process monitoring method and apparatus for chemical-mechanical polishing
US5559428A (en) 1995-04-10 1996-09-24 International Business Machines Corporation In-situ monitoring of the change in thickness of films
US5660672A (en) 1995-04-10 1997-08-26 International Business Machines Corporation In-situ monitoring of conductive films on semiconductor wafers
AU1145797A (en) 1995-12-05 1997-06-27 Skf Condition Monitoring Driver for eddy current proximity probe
US5644221A (en) 1996-03-19 1997-07-01 International Business Machines Corporation Endpoint detection for chemical mechanical polishing using frequency or amplitude mode
JPH1076464A (ja) 1996-08-30 1998-03-24 Canon Inc 研磨方法及びそれを用いた研磨装置
JP4484370B2 (ja) 1998-11-02 2010-06-16 アプライド マテリアルズ インコーポレイテッド 基板上のメタル層の化学機械研磨に関して終点を決定するための方法及び基板のメタル層を研磨するための装置
US6159073A (en) 1998-11-02 2000-12-12 Applied Materials, Inc. Method and apparatus for measuring substrate layer thickness during chemical mechanical polishing
US6280289B1 (en) 1998-11-02 2001-08-28 Applied Materials, Inc. Method and apparatus for detecting an end-point in chemical mechanical polishing of metal layers
US6172756B1 (en) 1998-12-11 2001-01-09 Filmetrics, Inc. Rapid and accurate end point detection in a noisy environment
US6190234B1 (en) 1999-01-25 2001-02-20 Applied Materials, Inc. Endpoint detection with light beams of different wavelengths
US6179709B1 (en) 1999-02-04 2001-01-30 Applied Materials, Inc. In-situ monitoring of linear substrate polishing operations
TW466153B (en) 1999-06-22 2001-12-01 Applied Materials Inc Method and apparatus for measuring a pad profile and closed loop control of a pad conditioning process
US6399501B2 (en) 1999-12-13 2002-06-04 Applied Materials, Inc. Method and apparatus for detecting polishing endpoint with optical monitoring
US6433541B1 (en) 1999-12-23 2002-08-13 Kla-Tencor Corporation In-situ metalization monitoring using eddy current measurements during the process for removing the film
US6707540B1 (en) 1999-12-23 2004-03-16 Kla-Tencor Corporation In-situ metalization monitoring using eddy current and optical measurements
JP4817575B2 (ja) 1999-12-23 2011-11-16 ケーエルエー−テンカー コーポレイション 渦電流測定を利用して、メタライゼーション処理を実状態で監視する方法
KR100718737B1 (ko) 2000-01-17 2007-05-15 가부시키가이샤 에바라 세이사꾸쇼 폴리싱 장치
US20030210041A1 (en) * 2000-04-07 2003-11-13 Le Cuong Duy Eddy current measuring system for monitoring and controlling a chemical vapor deposition (CVD) process
US6407546B1 (en) 2000-04-07 2002-06-18 Cuong Duy Le Non-contact technique for using an eddy current probe for measuring the thickness of metal layers disposed on semi-conductor wafer products
US6924641B1 (en) 2000-05-19 2005-08-02 Applied Materials, Inc. Method and apparatus for monitoring a metal layer during chemical mechanical polishing
JP3916375B2 (ja) 2000-06-02 2007-05-16 株式会社荏原製作所 ポリッシング方法および装置
JP3832198B2 (ja) 2000-06-16 2006-10-11 日本電気株式会社 半導体ウェハの研磨終点検出方法ならびにその装置
US6626736B2 (en) 2000-06-30 2003-09-30 Ebara Corporation Polishing apparatus
US6878038B2 (en) 2000-07-10 2005-04-12 Applied Materials Inc. Combined eddy current sensing and optical monitoring for chemical mechanical polishing
US6602724B2 (en) 2000-07-27 2003-08-05 Applied Materials, Inc. Chemical mechanical polishing of a metal layer with polishing rate monitoring
EP1319244A1 (en) 2000-09-20 2003-06-18 Kla-Tencor Inc. Methods and systems for semiconductor fabrication processes
US6923711B2 (en) 2000-10-17 2005-08-02 Speedfam-Ipec Corporation Multizone carrier with process monitoring system for chemical-mechanical planarization tool
US6564116B2 (en) * 2001-04-06 2003-05-13 Gou-Jen Wang Method for determining efficiently parameters in chemical-mechanical polishing (CMP)
US6676482B2 (en) 2001-04-20 2004-01-13 Speedfam-Ipec Corporation Learning method and apparatus for predictive determination of endpoint during chemical mechanical planarization using sparse sampling
US6966816B2 (en) 2001-05-02 2005-11-22 Applied Materials, Inc. Integrated endpoint detection system with optical and eddy current monitoring
US7082345B2 (en) 2001-06-19 2006-07-25 Applied Materials, Inc. Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities
US6594024B1 (en) 2001-06-21 2003-07-15 Advanced Micro Devices, Inc. Monitor CMP process using scatterometry
US6618130B2 (en) 2001-08-28 2003-09-09 Speedfam-Ipec Corporation Method and apparatus for optical endpoint detection during chemical mechanical polishing
US6821794B2 (en) 2001-10-04 2004-11-23 Novellus Systems, Inc. Flexible snapshot in endpoint detection
US20030188829A1 (en) * 2001-12-27 2003-10-09 Bharath Rangarajan Integrated pressure sensor for measuring multiaxis pressure gradients
US7175503B2 (en) 2002-02-04 2007-02-13 Kla-Tencor Technologies Corp. Methods and systems for determining a characteristic of polishing within a zone on a specimen from combined output signals of an eddy current device
JP2003249472A (ja) * 2002-02-26 2003-09-05 Hitachi Ltd 膜厚計測方法および膜厚計測装置および薄膜デバイスの製造方法
US6894491B2 (en) 2002-12-23 2005-05-17 Lam Research Corporation Method and apparatus for metrological process control implementing complementary sensors
US7016795B2 (en) 2003-02-04 2006-03-21 Applied Materials Inc. Signal improvement in eddy current sensing
US6945845B2 (en) 2003-03-04 2005-09-20 Applied Materials, Inc. Chemical mechanical polishing apparatus with non-conductive elements
JP2005011977A (ja) 2003-06-18 2005-01-13 Ebara Corp 基板研磨装置および基板研磨方法
US7008296B2 (en) 2003-06-18 2006-03-07 Applied Materials, Inc. Data processing for monitoring chemical mechanical polishing
US7001243B1 (en) 2003-06-27 2006-02-21 Lam Research Corporation Neural network control of chemical mechanical planarization
US7112960B2 (en) 2003-07-31 2006-09-26 Applied Materials, Inc. Eddy current system for in-situ profile measurement
US7097537B1 (en) 2003-08-18 2006-08-29 Applied Materials, Inc. Determination of position of sensor measurements during polishing
US7153185B1 (en) 2003-08-18 2006-12-26 Applied Materials, Inc. Substrate edge detection
US7025658B2 (en) 2003-08-18 2006-04-11 Applied Materials, Inc. Platen and head rotation rates for monitoring chemical mechanical polishing
JP4451111B2 (ja) 2003-10-20 2010-04-14 株式会社荏原製作所 渦電流センサ
US7150673B2 (en) 2004-07-09 2006-12-19 Ebara Corporation Method for estimating polishing profile or polishing amount, polishing method and polishing apparatus
JP4717472B2 (ja) * 2005-03-03 2011-07-06 富士通セミコンダクター株式会社 基板研磨方法
US7282909B2 (en) 2005-06-29 2007-10-16 Lam Research Corporation Methods and apparatus for determining the thickness of a conductive layer on a substrate
TWI265095B (en) * 2005-08-16 2006-11-01 Ind Tech Res Inst Nozzle plate
US7409260B2 (en) * 2005-08-22 2008-08-05 Applied Materials, Inc. Substrate thickness measuring during polishing
EP1780500A1 (de) * 2005-10-28 2007-05-02 Hch. Kündig & Cie. AG Verfahren zum Messen der Dicke von Mehrschichtfolien
US7189140B1 (en) 2005-11-08 2007-03-13 Novellus Systems, Inc. Methods using eddy current for calibrating a CMP tool
US7366575B2 (en) * 2005-12-30 2008-04-29 Intel Corporation Wafer polishing control
US7494929B2 (en) 2006-04-27 2009-02-24 Applied Materials, Inc. Automatic gain control
JP5080933B2 (ja) 2007-10-18 2012-11-21 株式会社荏原製作所 研磨監視方法および研磨装置
US8106651B2 (en) 2008-04-17 2012-01-31 Novellus Systems, Inc. Methods and apparatuses for determining thickness of a conductive layer
JP5513795B2 (ja) 2009-07-16 2014-06-04 株式会社荏原製作所 研磨方法および装置
WO2010045162A2 (en) 2008-10-16 2010-04-22 Applied Materials, Inc. Eddy current gain compensation
JP5615831B2 (ja) 2008-11-14 2014-10-29 アプライド マテリアルズ インコーポレイテッドＡｐｐｌｉｅｄ Ｍａｔｅｒｉａｌｓ，Ｉｎｃｏｒｐｏｒａｔｅｄ 縁部分解能強化渦電流センサ
US20110124269A1 (en) 2009-07-16 2011-05-26 Mitsuo Tada Eddy current sensor and polishing method and apparatus
TW201201957A (en) 2010-01-29 2012-01-16 Applied Materials Inc High sensitivity real time profile control eddy current monitoring system
US8930013B2 (en) 2010-06-28 2015-01-06 Applied Materials, Inc. Adaptively tracking spectrum features for endpoint detection
CN102049733B (zh) * 2010-07-26 2013-04-17 清华大学 电涡流金属膜厚度终点检测装置
US8367429B2 (en) 2011-03-10 2013-02-05 Taiwan Semiconductor Manufacturing Company, Ltd. Adaptive endpoint method for pad life effect on chemical mechanical polishing
CN102278967A (zh) * 2011-03-10 2011-12-14 清华大学 抛光液厚度测量装置、测量方法和化学机械抛光设备
US9023667B2 (en) 2011-04-27 2015-05-05 Applied Materials, Inc. High sensitivity eddy current monitoring system
US9275917B2 (en) 2013-10-29 2016-03-01 Applied Materials, Inc. Determination of gain for eddy current sensor
US9281253B2 (en) 2013-10-29 2016-03-08 Applied Materials, Inc. Determination of gain for eddy current sensor
JP6030041B2 (ja) 2013-11-01 2016-11-24 株式会社荏原製作所 研磨装置および研磨方法
US9636797B2 (en) 2014-02-12 2017-05-02 Applied Materials, Inc. Adjusting eddy current measurements
US10464184B2 (en) * 2014-05-07 2019-11-05 Applied Materials, Inc. Modifying substrate thickness profiles
US9911664B2 (en) 2014-06-23 2018-03-06 Applied Materials, Inc. Substrate features for inductive monitoring of conductive trench depth
US9754846B2 (en) 2014-06-23 2017-09-05 Applied Materials, Inc. Inductive monitoring of conductive trench depth
KR101655074B1 (ko) 2014-11-04 2016-09-07 주식회사 케이씨텍 화학 기계적 연마 장치 및 와전류 센서를 이용한 웨이퍼 도전층 두께 측정 방법
US10478937B2 (en) 2015-03-05 2019-11-19 Applied Materials, Inc. Acoustic emission monitoring and endpoint for chemical mechanical polishing
US9676075B2 (en) 2015-06-12 2017-06-13 Globalfoundries Inc. Methods and structures for achieving target resistance post CMP using in-situ resistance measurements
WO2017156342A1 (en) 2016-03-09 2017-09-14 Applied Materials, Inc. Correction of fabricated shapes in additive manufacturing
TW201819107A (zh) 2016-08-26 2018-06-01 美商應用材料股份有限公司 用於化學機械研磨的研磨墊厚度監測
TWI779986B (zh) * 2016-11-30 2022-10-01 美商應用材料股份有限公司 使用神經網路的光譜監測
CN110178208B (zh) 2017-01-13 2023-06-06 应用材料公司 基于电阻率调整原位监测的测量值
TWI816620B (zh) 2017-04-21 2023-09-21 美商應用材料股份有限公司 使用神經網路來監測的拋光裝置
CN107363730A (zh) * 2017-09-11 2017-11-21 北京半导体专用设备研究所（中国电子科技集团公司第四十五研究所） 涡流检测装置及系统
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
TWI825075B (zh) * 2018-04-03 2023-12-11 美商應用材料股份有限公司 針對墊子厚度使用機器學習及補償的拋光裝置、拋光系統、方法及電腦儲存媒體
US11050824B2 (en) * 2018-07-11 2021-06-29 T-Mobile Usa, Inc. Network controlled content recording using network and local storage
CN112823080B (zh) * 2018-09-24 2023-07-14 应用材料公司 以机器视觉作为对cmp工艺控制算法的输入
JP7401534B2 (ja) 2018-09-26 2023-12-19 アプライド マテリアルズ インコーポレイテッド インシトゥ電磁誘導監視のためのエッジ再構成における基板ドーピングの補正
JP2020053550A (ja) 2018-09-27 2020-04-02 株式会社荏原製作所 研磨装置、研磨方法、及び機械学習装置
US20200130136A1 (en) * 2018-10-29 2020-04-30 Taiwan Semiconductor Manufacturing Co., Ltd. Chemical mechanical polishing apparatus and method
TWI820308B (zh) * 2019-03-21 2023-11-01 美商應用材料股份有限公司 監視化學機械拋光中的拋光墊紋理
US11791224B2 (en) 2020-05-14 2023-10-17 Applied Materials, Inc. Technique for training neural network for use in in-situ monitoring during polishing and polishing system

Also Published As

Publication number Publication date
US11658078B2 (en) 2023-05-23
TW202218807A (zh) 2022-05-16
US11791224B2 (en) 2023-10-17
US20210354265A1 (en) 2021-11-18
US20230290691A1 (en) 2023-09-14
US20240014080A1 (en) 2024-01-11
TW202339902A (zh) 2023-10-16
US20210358819A1 (en) 2021-11-18
CN115135450A (zh) 2022-09-30
TW202304655A (zh) 2023-02-01
JP2023517449A (ja) 2023-04-26
WO2021231427A1 (en) 2021-11-18

Similar Documents

Publication Publication Date Title
KR102528578B1 (ko) 모니터링을 위해 신경망을 사용하는 연마 장치
KR102476372B1 (ko) 패드 두께에 대한 기계 학습 및 보상을 사용하는 연마 장치
US20230290691A1 (en) Trained neural network in in-situ monitoring during polishing and polishing system
US20230381912A1 (en) Determination of substrate layer thickness with polishing pad wear compensation
TWI833078B (zh) 用於訓練神經網路以用於拋光期間的原位監測的方法、系統及電腦程式產品