KR20220132604A

KR20220132604A - 진단 시스템

Info

Publication number: KR20220132604A
Application number: KR1020227029393A
Authority: KR
Inventors: 후미히로 사사지마; 마사미 다까노; 가즈히로 우에다; 마사요시 이시까와; 야스히로 요시다
Original assignee: 주식회사 히타치하이테크
Priority date: 2020-03-30
Filing date: 2020-03-30
Publication date: 2022-09-30
Also published as: JP7298016B2; TWI783368B; US20230095532A1; US11899437B2; TWI822382B; JPWO2021199164A1; CN115176327A; TW202307894A; WO2021199164A1; TW202137261A

Abstract

본 개시는, 복수의 요인, 혹은 복수의 복합 요인이 생각되는 에러라도, 적절하게 원인을 특정할 수 있는 진단 시스템을 제안하는 것이다. 본 개시에 따른 진단 시스템은, 검사 장치의 동작을 규정한 레시피, 상기 장치의 상태를 기술한 로그 데이터, 또는 상기 시료의 특성을 기술한 시료 데이터 중 적어도 어느 것을, 상기 장치의 에러 종류와 대응지어 학습하는 학습기를 구비하고, 상기 학습기를 사용하여, 상기 에러의 원인을 추정한다(도 4 참조).

Description

진단 시스템

본 개시는, 시료를 검사하는 검사 장치의 상태를 진단하는 진단 시스템에 관한 것이다.

반도체 디바이스의 측정이나 검사에 사용되는 주사 전자 현미경(Scanning Electron Microscope: SEM)은, 측정이나 검사 조건이 설정된 제어 프로그램(이하, '레시피'라고 칭하는 경우도 있음)에 의해 제어된다. 예를 들어 주사 전자 현미경 중에서도 CD-SEM(Critical Dimension-SEM)은, 양산에 의해 제조되는 시료를 정점 관측적으로 계측하고, 그 결과물을 확인하기 위해서 사용되고 있다.

하기 특허문헌 1에는, 시료의 제조 조건의 변동 등에 의해, 레시피의 설정 조건이 시료를 계측하는 데 적합하지 않게 되어, 에러를 발생한 경우라도, 그 에러 발생 요인을 특정하는 기술을 개시하고 있다. 동 문헌은, 패턴 매칭의 일치도를 나타내는 스코어, 패턴 매칭 전후의 좌표의 어긋남, 혹은 오토 포커스 전후의 렌즈의 변동량의 계시적인 변화를 표시하는 레시피의 진단 장치를 개시하고 있다.

일본 특허 공개 제2010-87070호 공보(대응 미국 특허 공개 공보US2011/0147567)

특허문헌 1의 장치를 사용하여, 패턴 매칭의 일치도 등의 변동을 평가하고, 적절한 타이밍에 레시피를 조정함으로써, CD-SEM 등의 가동률을 높은 상태로 유지 할 수 있다. 그러나 에러 발생 요인에는 다양한 이유가 생각되므로, 패턴 매칭 등의 일치도의 추이를 평가하는 것만으로는, 적절한 조정을 실시할 수 없는 경우가 있다. 또한, 에러의 발생 요인은 시료의 제조 조건의 변동뿐만 아니라, 외부 환경의 변화나 CD-SEM 등의 장치 조건의 변화 등도 생각된다. 또한, 초기의 레시피 설정 조건 자체가, 계측에 적합하지 않은 것인 경우도 생각된다.

본 개시는, 이상과 같은 과제를 감안하여 이루어진 것으로, 복수의 요인, 혹은 복수의 복합 요인이 생각되는 에러라도, 적절하게 원인을 특정할 수 있는 진단 시스템을 제안하는 것이다.

본 개시에 따른 진단 시스템은, 검사 장치의 동작을 규정한 레시피, 상기 장치의 상태를 기술한 로그 데이터, 또는 상기 시료의 특성을 기술한 시료 데이터 중 적어도 어느 것을, 상기 장치의 에러의 종류와 대응지어 학습하는 학습기를 구비하고, 상기 학습기를 사용하여, 상기 에러의 원인을 추정한다.

본 개시에 따른 진단 시스템에 의하면, 검사 장치의 에러 요인으로서, 복수의 요인, 혹은 복수의 복합 요인이 생각되는 경우라도, 적절하게 원인을 특정할 수 있다.

도 1은 복수의 화상 취득 툴을 포함하는 계측 시스템(10)의 일례를 나타내는 도면이다.
도 2는 도 1에 예시한 계측 시스템을 관리하는 진단 시스템의 일례를 나타내는 도면이다.
도 3은 시료 위에 형성되어 있는 계측 대상 패턴의 예이다.
도 4는 도 1에 예시한 컴퓨터 시스템(103)을 보다 구체적으로 나타내는 도면이다.
도 5는 에러 요인의 특정, 생성된 계측 레시피의 신뢰도, 에러의 예조 진단 등을 실시하는 시스템의 학습 공정을 나타내는 흐름도이다.
도 6은 교사 데이터를 학습하는 모습을 나타내는 모식도이다.
도 7은 도 5에 예시한 학습 페이즈를 거쳐 구축된 학습 모델을 사용한 추정 페이즈를 나타내는 흐름도이다.
도 8은 컴퓨터 시스템(103)이 에러 요인을 추정한 결과를 기술한 리포트의 예이다.
도 9는 레시피 실행하고 있을 때에 발생하는 에러를 트리거로 하여, 학습기를 학습시키는 공정을 나타내는 흐름도이다.
도 10은 에러 발생 시의 장치 복구와 학습 모델의 재학습의 공정을 나타내는 흐름도이다.
도 11은 예조 진단을 실시하는 학습기의 학습 공정을 나타내는 흐름도이다.
도 12는 도 11에 따라서 학습된 학습 모델을 사용하여 에러의 예조를 진단하는 수순을 설명하는 흐름도이다.
도 13은 에러가 발생했을 때, CD-SEM 등으로부터 출력되는 에러의 종류 정보와, 로그 데이터를 사용하여 학습기를 학습시키는 학습 조건을 설정하는 GUI 화면의 일례를 나타내는 도면이다.
도 14는 비교사 학습을 실시하고, 당해 비교사 학습에 기초하여 생성되는 학습 완료 모델을 사용하여, 에러 요인의 진단을 실시하는 진단 시스템의 일례를 나타내는 도면이다.
도 15는 클러스터링에 의해 구축한 학습 모델의 모식도이다.
도 16은 비교사 학습에 의해 학습 모델을 학습시키는 공정을 나타내는 흐름도이다.
도 17은 서치 어라운드를 실시하는 모습을 나타내는 모식도이다.
도 18은 S2003에서 실행하는 이상(異常) 판정의 예를 설명하는 도면이다.
도 19는 본 개시의 실시 형태 3에 따른 장치(4100)의 구성도이다.
도 20은 3대의 장치(CD-SEM)[4100(4100-1, 4100-2, 4100-3)]가, 버스 혹은 네트워크를 통해 컴퓨터 시스템(4120)에 접속된 계측 시스템의 일례를 나타내는 도면이다.
도 21은 각 장치에 있어서의 스테이지 위치 정밀도의 해석을 실시하는 해석 화면의 일례이다.
도 22는 스캔 오버랩 테스트 화면의 일례이다.
도 23은 스캔 오버랩 테스트의 개시부터 종료까지의 일련의 흐름을 나타낸 흐름도이다.
도 24는 S4508의 상세 스텝을 나타낸 흐름도이다.
도 25는 스캔 오버랩 테스트의 실행 결과를 나타낸 화면의 일례이다.

<실시 형태 1>

이하에, 계측 혹은 검사 장치(이하에서는 단순히 '검사 장치'라 칭함)가 발생하는 에러의 요인을, 검사 장치의 장치 조건, 검사 장치의 검사 조건 등을 입력함으로써 출력하는 시스템에 대하여 설명한다. 또한, 장치 조건 등의 입력에 기초하여, 에러 발생의 예조를 검지하는 진단 시스템에 대하여 설명한다.

도 1은, 복수의 화상 취득 툴을 포함하는 계측 시스템(10)의 일례를 나타내는 도면이다. 화상 취득 툴은, 예를 들어 반도체 웨이퍼 위에 형성된 패턴에 대하여, 전자 빔을 주사함으로써 얻어지는 전자(2차 전자나 후방 산란 전자 등)를 검출함으로써 화상을 형성하는 SEM이다. 본 실시 형태 1에서는 SEM의 일례로서, 검출 신호에 기초하여 패턴의 치수나 형상을 계측하는 계측 장치의 일종인 CD-SEM을 예로 들어 설명하지만, 이것에 한정되지 않고, 주어진 좌표 정보에 기초하여, 이물이나 결함을 검사하는 리뷰 SEM이어도 된다. 또한, 예를 들어 이온빔의 주사에 기초하여 화상을 생성하는 집속 이온빔 장치를 화상 생성 툴로 하는 것도 가능하다.

도 1의 시스템에는 3대의 CD-SEM(100, 101, 102)이 포함되어 있다. 또한 도 1에 예시한 시스템에는, 이들 CD-SEM과 버스, 혹은 네트워크를 통해 컴퓨터 시스템(103)이 접속되어 있다. 컴퓨터 시스템(103)에는, 컴퓨터 시스템(103)에 대하여 데이터를 입출력하는 입출력 장치(104)가 접속되어 있다. 컴퓨터 시스템(103)은, CD-SEM의 동작 프로그램인 레시피가 기억된 계측 레시피 기억 매체(105), CD-SEM의 현재까지의 장치 상태가 기억된 로그 정보 기억 매체(113), CD-SEM의 계측 대상인 시료 정보가 기억된 시료 정보 기억 매체(106), 반도체 디바이스의 설계 데이터가 기억된 설계 데이터 기억 매체(114)에 액세스할 수 있다.

컴퓨터 시스템(103)은, 1 이상의 컴퓨터 서브 시스템에 의해 구성되어 있다. 컴퓨터 시스템(103)에는, 컴퓨터 가독 매체(108)와, 컴퓨터 가독 매체(108)에 기억되어 있는 각 컴포넌트(모듈)를 실행하는 처리 유닛(107)이 포함되어 있다. 컴퓨터 가독 매체(108)에는, 상술한 바와 같은 컴퓨터 시스템(103)에 액세스 가능하게 접속되어 있는 기억 매체에 기억된 정보를 해석하는 해석 컴포넌트(109)가 기억되어 있다. 해석 컴포넌트(109)에는, 레시피 해석 컴포넌트(110), 샘플 해석 컴포넌트(111), 장치 해석 컴포넌트(112)가 포함되어 있다.

계측 레시피 기억 매체(105)에는, 시료(예를 들어 반도체 웨이퍼)의 종류에 따라서, 계측 점수, 계측점(Evaluation Point: EP)의 좌표 정보, 화상을 촬상할 때의 촬상 조건, 촬상 시퀀스 등이 기억되어 있다. 또한, 계측점에 맞춰서 계측점을 계측하기 위한 준비 단계에서 취득되는 화상의 좌표나 촬상 조건 등이 기억되어 있다.

준비 단계에서 취득되는 화상은, 예를 들어 정확한 시야 위치를 특정하기 위한 저배율(넓은 시야의) 화상, 계측 대상 패턴 이외의 위치에서 빔의 광학 조건을 조정하기 위한 화상 등이다. 저배율 화상은, 계측 대상 패턴과 기지의 위치 관계에 있는 유니크한 형상의 패턴(어드레싱 패턴: AP)을 포함하도록 촬상되는 화상이다. 저배율 화상은, 저배율 화상 위에 미리 등록된 AP와 동일한 형상의 패턴을 포함하는 템플릿 화상을 사용한 패턴 매칭을 실시함으로써, 어드레싱 패턴 위치를 특정하고, 또한 어드레싱 패턴과 기지의 위치 관계에 있는 계측 대상 패턴을 특정하기 위해서 사용된다. 광학 조건을 조정하기 위한 화상이란, 예를 들어 자동 초점(Auto Focus(AF)) 조정, 자동 비점 보정(Auto Astigmatism(AST)), 자동 휘도·콘트라스트 조정(Auto Brightness Contrast Control: ABCC)용의 화상이다.

화상을 촬상할 때의 촬상 조건이란, 빔의 가속 전압, 시야(Field Of View: FOV) 사이즈, 프로브 전류, 렌즈 조건, 프레임 수(적산 매수) 등이다. 이들의 촬상 조건과 좌표는, 취득 화상마다 설정된다. 촬상 시퀀스란, 예를 들어 계측에 이르기까지의 CD-SEM의 제어 수순이다.

계측 레시피 기억 매체(105)에는 상술한 예 이외에도 다양한 계측 조건이 기억되어 있으며, 컴퓨터 시스템(103)은, 필요에 따라 기억 정보를 읽어낼 수 있다.

로그 정보 기억 매체(113)에는, 현재에 이르기까지의 장치 정보가, 레시피, 시료 정보, 혹은 장치 정보를 취득한 시간 등과 관련지어 기억되어 있다. 구체적으로는, 어드레싱 패턴을 사용한 위치 특정 시의 저배율 화상 내의 어드레싱 패턴의 위치 정보(예를 들어 소정 위치로부터의 어긋남 등), AF에 요한 시간, 화상 수, ABCC를 실행했을 때의 검출기 출력의 게인이나 바이어스, 패턴의 치수 정보, 피크 높이 등이다. 또한, CD-SEM에 마련된 각종 센서 등의 출력, 전극, 코일, 검출기 등에 공급하는 전압값, 전류값, DAC값 등의 제어 신호 등도 맞춰서 기억시키도록 해도 된다.

시료 정보 기억 매체(106)에는, 계측 대상이 되는 반도체 웨이퍼의 제조 조건 등이 기억되어 있다. 예를 들어 계측 대상이 레지스트 패턴인 경우, 레지스트 패턴을 패터닝하기 위해서 사용된 노광기의 종류, 노광 조건(도우즈량, 포커스값 등), 레지스트 재료의 종류, 막 두께, 치수값 등이 있다.

설계 데이터 기억 매체(114)에는, 반도체 패턴의 레이아웃 데이터가 기억되어 있다.

컴퓨터 시스템(103)은, CD-SEM의 출력이나 상기 기억 매체에 기억된 정보에 기초하여, CD-SEM에서 발생한 에러 요인의 특정, 생성된 계측 레시피의 신뢰도, 에러의 예조 진단 등을 실시한다. 구체적인 처리 내용에 대해서는 후술한다.

도 2는, 도 1에 예시한 계측 시스템을 관리하는 진단 시스템의 일례를 나타내는 도면이다. 진단 시스템(206)은, 복수의 CD-SEM(100, 101, 102), 도 1에 예시한 바와 같은 다양한 정보를 기억하는 기억 매체(201), 입출력 장치(104), 및 컴퓨터 시스템(서브 시스템)(103)을 포함하는 복수의 계측 시스템(10)의 출력에 기초하여, 에러 요인의 특정, 생성된 계측 레시피의 신뢰도, 에러의 예조 진단 등을 실시한다. 구체적인 처리 내용은 후술한다.

도 3은, 시료 위에 형성되어 있는 계측 대상 패턴의 예이다. 촬상 시퀀스로서는, 예를 들어 계측 대상 패턴(1502)의 상단의 폭을 계측하는 경우, 우선, 어드레싱용의 저배율 화상(1501)을 취득하고, 템플릿 화상(1503)을 사용한 패턴 매칭에 의해 어드레싱 패턴(1504)의 위치를 특정한다. 어드레싱 패턴(1504)과 계측 대상 패턴(1502) 사이의 거리를, CD-SEM에 내장된 빔 편향기의 편향 가능 범위 내에 설정해 둠으로써, 어드레싱 패턴의 위치를 특정할 수 있으면, 그 후에는 스테이지 이동을 수반하지 않고, 빔 편향만으로 계측용 시야(1506)에 빔을 조사할 수 있다.

촬상 시퀀스를 설정하는 경우에는, 예를 들어 어드레싱, AST를 실행하기 위한 패턴(1505)의 소정 위치에 대한 시야(1506)의 위치 부여, AF를 실시하기 위한 소정 위치에 대한 시야(1507)의 위치 부여, ABCC를 실행하기 위한 소정 위치에 대한 시야(1508)의 위치 부여, 및 계측을 실시하기 위한 위치의 시야(1509)의 위치 부여를 실시하기 위한 수순을 정하고, 그와 같은 순서로 CD-SEM이 제어되도록 조건 설정을 실시한다. 또한, 시야(1509)에 대한 빔 주사에 의해 얻어지는 계측용 고배율 화상(1510) 위의 측정 기준을 결정하는 계측 커서(1511)의 위치나 크기 등도 결정한다.

도 4는, 도 1에 예시한 컴퓨터 시스템(103)을 보다 구체적으로 나타내는 도면이다. 도 4에 예시한 바와 같이, 컴퓨터 시스템(103)은, 입력 인터페이스(404), 교사 데이터 생성부(405), 교사 데이터 생성부(405)에 의해 생성된 교사 데이터를 저장하는 교사 데이터 저장부(406), 학습부(407), 교사 데이터에 기초하여 학습한 학습 모델을 저장하는 학습 모델 저장부(408)를 구비하고 있다. 또한, 컴퓨터 시스템(103)은, 학습 모델 저장부(408)에 저장된 학습 모델에 입력 데이터를 입력시킴으로써, 결과를 추정하는 추정부 1(409), 추정부 2(410), 추정부 3(411), 추정부 4(412)를 구비하고 있다. 이들 추정부의 출력(추정 결과)은, 출력 인터페이스(413)를 통해 입출력 장치(104)의 표시 장치 등에 표시된다.

입력 인터페이스(404)를 통해 입력되는 데이터는, 학습 페이즈이면, 라벨 정보 기억 매체(401)로부터 에러의 종류 등의 정보가 입력되고, 학습용 정보 기억 매체(402)로부터 에러 발생 시의 레시피 정보, CD-SEM의 로그 데이터, 시료 정보 등이 입력된다. 추정 페이즈이면, 추정용 정보 기억 매체(403)에 기억된 레시피 정보나 로그 데이터 등이다. 또한, 컴퓨터 시스템(103)은, 도시하지 않은 CPU, GPU 등을 구비하고 있다.

교사 데이터 생성부(405)는, 입력 인터페이스(404)를 통해 에러종의 정보와 레시피 정보 등이 입력된 경우에, 교사 데이터를 생성한다. 학습부(407)는, 교사 데이터 저장부(406)에 저장되어 있는 교사 데이터를 사용하여 에러종 추정을 위한 학습 모델을 생성한다. 학습부(407)는, 입출력 장치(104)로부터 입력되는 리퀘스트에 따라서, 교사 데이터 저장부(406)에 저장되어 있는 데이터에 기초하는 학습 모델(학습기)을 생성하고, 생성된 학습 모델을 학습 모델 저장부(408)에 저장한다.

추정부는, 에러종 등을 학습 모델에 기초하여 추정한다. 추정부 1(409)은 예를 들어 레시피 정보의 입력에 기초하여, 에러종을 추정한다. 추정부 2(410)는 예를 들어 로그 데이터의 입력에 기초하여, 에러종을 추정한다. 추정부 3(411)은 예를 들어 시료 정보에 기초하여 에러종을 추정한다. 추정부 4(412)는 예를 들어 3개의 추정부의 출력에 기초하여, 에러종을 추정한다. 에러 발생 요인은 하나의 원인뿐만이 아니라, 복수의 요인이 복합되어 발생하는 경우도 있어, 도 4에 예시한 시스템에서는, 추정부 4(412)는, 3개의 추정기의 출력에 기초하여, 에러를 발생하는 주요인, 혹은 관련된 요인을 추정하고 있다. 그러나 추정 수순은 이것으로 한정되지 않고, 예를 들어 하나의 추정기를 사용하여 에러 요인을 추정하도록 해도 된다.

추정부가 추정한 정보를 새로운 교사 데이터로서 피드백할 수도 있다. 일점쇄선으로 나타내어진 화살표와 같이, 추정부에 있어서 추정된 정보와, 오퍼레이터의 판단 결과 등을 교사 데이터로 하여, 교사 데이터 저장부(406)로 출력하도록 해도 된다. 도 4의 실선으로 나타내어진 화살표는, 학습 페이즈에 있어서의 데이터의 흐름을 나타내고, 파선은 추정 페이즈에 있어서의 데이터의 흐름을 나타내고 있다.

학습 모델은 예를 들어, 뉴럴 네트워크에 의해 구성된다. 뉴럴 네트워크는, 입력층에 입력된 정보가 중간층, 출력층으로 순서대로 전파됨으로써, 출력층으로부터 에러종 정보 등을 출력한다. 중간층은, 복수의 중간 유닛으로 구성되어 있다. 입력층에 입력된 정보는, 각 입력 유닛과 각 중간 유닛 사이의 결합 계수에 의해 가중치 부여되고, 각 중간 유닛에 입력된다. 중간 유닛에 대한 입력이 가산됨으로써 그 중간 유닛의 값이 된다. 중간 유닛의 값은 입출력 함수에 의해 비선형 변환된다. 중간 유닛의 출력은, 각 중간 유닛과 각 출력 유닛 사이의 결합 계수에 의해 가중치 부여되고, 각 출력 유닛에 대하여 입력된다. 출력 유닛에 대한 입력이 가산됨으로써 출력층의 출력값이 된다.

학습을 진행시킴으로써, 유닛 간의 결합 계수나, 각 유닛의 입출력 함수를 기술하는 계수 등의 파라미터(상수, 계수 등)가 점차 최적화된다. 기억부(305)는, 뉴럴 네트워크의 학습 결과로서, 그것들의 최적화된 값을 기억한다. 학습기로서 뉴럴 네트워크 이외를 사용한 경우도 마찬가지로, 학습 과정에 있어서 최적화된 파라미터를 기억부(305)가 기억한다. 이하의 실시 형태에 있어서도 마찬가지이다.

도 4에 예시한 시스템은, CD-SEM 등으로부터 출력되는 장치 정보(예를 들어 로그 데이터로서 기억된 장치 정보), CD-SEM의 계측 조건(레시피의 설정 조건 등) 중 적어도 하나와, 검사 장치의 에러 발생 요인, 검사 장치의 장치 조정 조건, 검사 장치의 검사 조건 중 적어도 하나를 포함하는 교사 데이터를 사용하여 학습시킨 학습 모델에 기초하여 추정하는 추정기(학습기)에, 취득한 장치 정보, 검사 조건의 적어도 한쪽을 입력하여, 검사 장치의 에러 발생 요인, 검사 장치의 장치 조정 조건, 및 검사 장치의 검사 조건 중 적어도 하나를 출력하는 시스템이다.

도 5는, 에러 요인의 특정, 생성된 계측 레시피의 신뢰도, 에러의 예조 진단 등을 실시하는 시스템의 학습 공정을 나타내는 흐름도이다. 본 흐름도는, 컴퓨터 시스템(103)이 실시한다. 이하, 도 4에 예시한 시스템의 학습 페이즈를, 도 5에 예시한 흐름도를 이용하여 설명한다.

우선, CD-SEM의 계측 조건, 장치 조건을 초기 설정한다(S301). 초기 설정 조건이란 예를 들어, 적정하게 레시피로 설정된 계측 조건이며, 또한 레시피로 설정된 조건에 따른 통상의 장치 조건이다.

다음으로 장치 조건, 및 계측 조건 중 적어도 하나의 파라미터를 변경하고(S302), 설정된 조건에서 CD-SEM을 사용한 계측 처리를 실행한다(S303). 예를 들어 레시피로 설정되어 있는 조건 중, 도 3에 예시한 저배율 화상(1501)의 FOV 사이즈를 변화시키는 경우를 생각한다. FOV 사이즈를 과도하게 작게 한 경우, 스테이지의 정지 정밀도에 따라서는, 어드레싱 패턴(1504)이 저배율 화상의 프레임으로부터 벗어나, 어드레싱 에러가 발생할 가능성이 있다. 한편 FOV 사이즈를 과도하게 크게 하면, 근접하는 다른 계측 패턴과의 거리가 가까워지고, 빔 조사에 의해 부착된 대전에 의해, 다른 계측 패턴을 계측할 때의 빔이 편향되어, 빔 드리프트에 의한 계측 오차 등이 발생할 가능성이 있다. 레시피의 설정 조건에 따라서는, 에러 원인이 될 가능성이 있다. 또한, 전원 이상 등에 의해, 빔의 시료에 대한 도달 에너지가 바뀌면, 대전 상황이나 화상의 외관이 달라, 어드레싱 에러나 포커스 에러 등을 유인할 가능성도 있다.

S302에 있어서 장치 조건이나 계측 조건을 바꿈으로써, 에러가 발생하기 쉬운 상태를 만들어 낸다. 그 상태에서 장치를 운용했을 때의 에러 발생의 유무, 에러의 종류를 특정하고, 학습기의 라벨 정보로 함과 함께, 변화시킨 파라미터의 종류, 변화의 정도, 변화시킨 파라미터와 다른 파라미터의 조합 등의 데이터 세트로부터 교사 데이터를 생성하고(S304), 학습기를 학습시킴으로써(S305), 에러의 종류의 특정이 가능한 학습기를 구축할 수 있다.

파라미터의 변경은, 초깃값에 대하여 크게 하는 경우와 작게 하는 경우 양쪽을 실시하는 것이 바람직하고, 또한 복수 단계로 변경하는 것이 바람직하다. 또한, 다른 종류의 파라미터 변동의 복합 조건에서 에러가 발생하는 경우도 있으므로, 다양한 파라미터 변경의 조합마다 교사 데이터를 생성하는 것이 바람직하다.

도 6은, 교사 데이터를 학습하는 모습을 나타내는 모식도이다. 도 7에 예시한 바와 같이, 장치의 조건(에러 발생을 초래하는 파라미터 변동)과 에러의 종류 정보를 데이터 세트로서, 교사 데이터를 생성함으로써, 에러 요인의 특정이 가능한 학습기를 구축할 수 있다.

에러의 종류뿐만 아니라, 변동량을 파라미터의 조정량으로서 교사 데이터를 구축하는 것도 가능하다. 이 경우, 에러의 종류뿐만 아니라, 에러 복구를 위한 레시피의 조정 조건도 추정하는 것이 가능해진다. 또한, 학습용 데이터로서, 레시피에 등록된 계측 조건 등과 함께, 혹은 이 대신에 에러 발생 시에 생성된 화상 데이터로부터 교사 데이터를 생성하도록 해도 된다. 화상에 드러난 특징과 에러의 사이에 상관이 있는 경우에는, 학습 데이터에 기초하여 교사 데이터를 생성함으로써, 에러의 예조 진단을 실시하는 것이 가능해진다.

또한, 단순한 정지 화상이 아니라, 동화상, 혹은 복수의 연속 상(像)을 교사 데이터로 하는 것도 가능하다. 예를 들어 오토 포커스 실행 시에 취득되는 복수의 화상(연속 상), 혹은 이들 복수의 화상으로 생성되는 동화상에 기초하여 교사 데이터를 생성하도록 해도 된다. 오토 포커스 실행 시에는 기본적으로 동일한 FOV를 연속해서 주사하게 되지만, 복수회의 주사에 의해 대전이 축적되어, 화상이 드리프트를 일으키는 경우가 있다. 이와 같은 경우, 정지 화상에서는 나타나지 않는 에러 고유의 정보가 동화상 등에 포함되어 있는 경우가 있다. 이와 같은 경우, 동화상이나 연속 상에 기초하여 교사 데이터를 생성함으로써, 고정밀도로 에러 추정을 실시하는 것이 가능해진다.

도 7은, 도 5에 예시한 학습 페이즈를 거쳐 구축된 학습 모델을 사용한 추정 페이즈를 나타내는 흐름도이다. 컴퓨터 시스템(103)은, CD-SEM이 출력하는 에러 신호를 수신하면(S601), 에러 요인의 추정 처리를 실행한다. 컴퓨터 시스템(103)은, 에러 신호에 따른, 평가 대상으로서 선택되거나 혹은 평가 대상이 되는 모든 파라미터 정보를, 각 기억 매체 혹은 CD-SEM으로부터 수집한다(S602). 에러의 종류에 따라서는 파라미터를 특정할 수 있는 경우가 있어, 그 경우에는 학습기를 사용한 추정을 실시하는 전처리로서, 파라미터를 선택한다. 또한, 허용값을 미리 준비하고, 당해 허용값을 초과한 변동이 큰 파라미터만을 선택(S603)하여 추정을 실시하도록 해도 된다.

컴퓨터 시스템(103)은, 이상과 같이 하여 선택, 혹은 수집된 파라미터를 학습기(추정부)에 입력함으로써(S604), 학습기의 출력으로서 에러 요인 등의 추정 결과를 취득한다(S605). 컴퓨터 시스템(103)은, 추정한 에러 요인을 출력한다(S606).

도 7의 흐름도에서는, CD-SEM 등이 출력하는 에러 신호를 수신했을 때, 에러 요인을 추정하는 공정을 예시하고 있지만, 에러 신호가 아니라, 치수 측정 결과, 어드레싱 시의 매칭 스코어 저하, 혹은 어드레싱의 검출 위치의 잘못 등, 에러로서 인식은 되지 않지만, 적절한 계측이나 검사가 행해지지 않을 가능성을 시사하는 정보의 수신에 기초하여, 계측 정밀도 등의 저하를 초래하는 현상이 발생하고 있는 상태를 추정하도록 해도 된다. 예를 들어 패턴의 치수 측정 결과가 소정의 허용 범위를 일탈하고 있는 경우, 패턴 자체가 변형되어 있을 가능성도 있지만, 한편으로 포커스 에러 등에 의해, 에지가 흐려진 결과, 치수 측정 결과가 이상 상태를 나타내고 있는 경우도 있다. 따라서, 치수 측정 결과 등의 변동을 트리거로 하여(즉 측정 정밀도가 미리 정한 허용 범위를 일탈했을 때) 추정 처리를 실시함으로써, 레시피 등의 적정화나 장치 기인의 이상 상태 발생의 타이밍을 특정하는 것이 가능해진다.

도 8은, 컴퓨터 시스템(103)이 에러 요인을 추정한 결과를 기술한 리포트의 예이다. 리포트의 출력 정보에는, CD-SEM이 출력하는 에러 정보, 및 학습기에 의해 추정된 추정 결과가 포함되어 있다. 구체적으로는 CD-SEM이 출력하는 에러의 종류에 기초하여, Error Detail란에 에러의 종류가 표시 혹은 인자된다. 여기에서는 예를 들어 어드레싱이 적절하게 실시되지 않은 경우에는 어드레싱 에러, 포커스 조정이 적정하게 실시되지 않은 경우에는 포커스 에러가 보고된다.

예를 들어, 어드레싱 에러의 경우, 도 3에 예시한 바와 같은 템플릿 화상(1503)을 사용한 화상 인식을 할 수 없는(예를 들어 저배율 화상(1501) 내에서 템플릿 화상(1503)을 사용한 패턴 매칭을 실시했을 때, 소정의 임계값 이상의 일치도를 나타내는 개소의 탐색에 실패, 혹은 복수의 후보가 탐색되는 등) 경우, CD-SEM은, 컴퓨터 시스템(103)에 에러의 정보(종류, 정도, 에러를 평가하는 평가값 등, 본 예의 경우, 어드레싱 에러, 패턴 매칭의 일치도를 나타내는 스코어, 스코어를 평가하는 임계값 등)를 출력한다.

컴퓨터 시스템(103)은, 에러 신호를 수신하면 에러 요인을 추정하고, 그 결과를 리포트한다. 도 8에 예시한 바와 같이, 컴퓨터 시스템(103)은, 레시피 정보, 시료 정보, 및 장치 정보(로그 데이터)와 함께, 추정기에 의한 추정 결과를 에러 스코어로서 출력한다. 에러 스코어는 예를 들어, 에러의 요인이 된 정확도를 출력한다. 스코어는 예를 들어 오차역전파법을 이용하여 각 뉴런의 파라미터가 튜닝된 뉴럴 네트워크의 출력이다. 또한, 레시피 정보에 포함되는 파라미터마다 에러에 기여하는 정도를 계수화해 놓고, 추정기의 출력에 이 값을 승산하여 에러 스코어를 산출하도록 해도 된다.

도 9는, 레시피를 실행하고 있을 때에 발생하는 에러를 트리거로 하여, 학습기를 학습시키는 공정을 나타내는 흐름도이다. 본 흐름도는 컴퓨터 시스템(103)이 실시한다. 컴퓨터 시스템(103)은, 화상 취득 툴을 운용 개시하기 전에 학습 처리를 실시해도 되고, 본 흐름도와 같이 레시피 실행 중에 실시해도 되며, 이들을 병용해도 된다.

우선, 에러 발생 시에 CD-SEM으로부터 출력되는 에러 정보, 그 때의 레시피 정보, 로그 데이터, 및 시료 정보 중 적어도 하나를 수집(S1301)하고, 이들 데이터 세트로부터 교사 데이터를 생성한다(S1302). 또한, 정기적으로 로그 데이터 등을 수집하고, 정상인 것을 라벨로 하는 교사 데이터를 생성한다(S1303). 정상 상태와 에러 상태의 2개의 상태를 추정하도록 학습기를 구성함과 함께, 그 학습기를 사용하여 계측 상태를 추정함으로써, 에러의 예조를 판정하는 것이 가능해진다.

예를 들어, 로그 데이터 등을 정기적으로 수집하고, 정상 상태 평가 추정기와 에러 발생 추정기의 2개의 추정기에 대하여 로그 데이터 등을 입력함으로써, 각 추정기로부터 추정 결과를 얻는다. 추정 결과에 있어서, 정상 상태의 스코어가 저하되어 에러 상태의 스코어가 상승하는 경우, 그 후, 에러가 발생할 가능성이 있다. 2개의 추정기의 출력의 평가에 의해, 에러 발생의 예조 진단을 실시하는 것이 가능해진다.

도 10은, 에러 발생 시의 장치 복구와 학습 모델의 재학습의 공정을 나타내는 흐름도이다. 본 흐름도는 컴퓨터 시스템(103)이 실시한다. 컴퓨터 시스템(103)은, 이상 설명한 흐름도에 추가하여, 본 흐름도에 나타낸 바와 같이, 에러 발생 시에 있어서 복구 처리를 실시한 다음에 레시피를 재실행하고, 그 재실행의 결과에 따라서 재학습을 실시해도 된다.

레시피를 실행(S1401)하고 계측 처리를 행하고 있을 때, 에러가 발생한 경우, 컴퓨터 시스템(103)은, 도 7의 흐름도에 따라서 그 에러 요인을 판정한다(S1402). S1402에 있어서의 에러 요인의 판정은 장치의 취급에 익숙해진 오퍼레이터가 실시해도 된다. 에러 요인이 기지(학습기의 판정 결과가 소정의 스코어 이상, 혹은 오퍼레이터의 판단이 확실한 경우)인 경우에는, 레시피의 수정이나 장치의 조정을 실시한다(S1403). 한편, 에러 요인이 불분명한 경우에는, 장치를 정지한 다음에 에러의 복구 작업을 실시한다(S1404).

요인을 알지 못하는 경우에는, 전문성이 요구되는 작업을 실시할 필요가 있다. 그래서, S1402까지는 사용자가 보유하는 계측 시스템(10)에 의해 실시하고, 시스템이나 사용자의 엔지니어는 요인 판단이 곤란한 경우에는, 계측 시스템(10)의 관리 시스템(예를 들어 도 2의 진단 시스템)에 대하여 그 취지를 전달해도 된다. 이 경우에는, 복수의 사용자로부터 제공된 교사 데이터에 의해 학습된 상위의 학습 모델, 혹은 관리 회사에 속하는 엑스퍼트가 에러 요인을 판단하여, 복구 작업을 실시한다.

S1403 내지 S1404에 있어서의 조정 등을 실시한 후, 레시피를 재실행한다(S1405). 재실행에 의해 에러가 발생하지 않으면, S1403 또는 S1404에 있어서의 대처가 올바른 것이 었던 것이다. 그래서 컴퓨터 시스템(103)은, 에러 정보와, S1403 또는 S1404에 있어서 실시한 수정 내용을 기술한 수정 정보를 데이터 세트로서 교사 데이터를 생성(S1406)하고, 이것을 사용하여 학습 모델의 재학습을 실시한다(S1407).

도 10의 흐름도에 나타낸 작업을 실시함으로써, 발생하는 에러종의 입력에 기초하여, 적절한 대응책을 출력할 수 있는 학습기를 생성하는 것이 가능해진다.

도 11은, 예조 진단을 실시하는 학습기의 학습 공정을 나타내는 흐름도이다. 본 흐름도는 컴퓨터 시스템(103)이 실시한다. 컴퓨터 시스템(103)은, 도 9에서 설명한 흐름도 대신에 또는 이와 병용하여, 본 흐름도의 수순에 의해, 예조 진단이 가능한 학습기를 구축할 수 있다.

컴퓨터 시스템(103)은, 에러 신호를 수신(S801)한 후, 로그 데이터 등에 기억된 과거 데이터를 읽어낸다(S802). 여기에서 말하는 과거 데이터란, 과거 레시피, 과거 로그 데이터, 과거 시료 데이터 등을 의미한다. 예를 들어, 에러 발생 시부터 소정 시간 거슬러 올라가서, 어드레싱 시의 시야 이동량, 포커스 조정 시의 소요 시간, 치수 계측 결과 등을 읽어낸다. 과거 데이터 중, 파라미터가 급격하게 변화한 특이점을 선택적으로 읽어내도 된다(S803). 구체적으로는, 파라미터의 변화를 나타내는 지표값이나 소정 시간당 변화량, 혹은 소정의 허용값을 초과하였는지 여부의 정보를 선택적으로 읽어내도록 해도 된다. 이 대신에, 소정의 타이밍에 취득한 파라미터를 모두 취득하도록 해도 된다. 나아가 파라미터 자체가 아니라, 파라미터의 변화율이나 특징적인 변동을 지표값이나 플래그로서 출력하고, 그것을 읽어내도록 해도 된다.

컴퓨터 시스템(103)은, 에러의 종류를 라벨로 하고, 에러의 종류에 관한 정보와, 읽어내거나 혹은 추출된 파라미터로부터 교사 데이터를 생성하고(S804), 생성된 교사 데이터를 사용하여 학습기를 학습시킨다(S805).

도 12는, 도 11에 따라서 학습된 학습 모델을 사용하여 에러의 예조를 진단하는 수순을 설명하는 흐름도이다. 본 흐름도는 컴퓨터 시스템(103)이 실시한다.

컴퓨터 시스템(103)은, 소정의 시간 단위로 로그 데이터를 수집하고(S1601), 도 11에 예시한 공정을 거쳐 학습된 학습 모델에 수집 데이터를 입력함으로써, 에러의 예조 진단을 실시한다(S1602). 학습기는, 실제로 발생하여 특정된 에러 종류의 정보와, 에러 발생 전의 로그 데이터 등의 정보보다 학습이 실시되어 있으므로, 에러 발생 전의 사상과 에러의 사이에 상응하는 인과 관계가 있는 경우에는, 실제로 에러가 발생하기 전에 에러의 발생을 추정하는 것이 가능해진다.

컴퓨터 시스템(103)은, 학습기가 후의 에러 발생을 소정의 정확도로 추정한 경우에, 예조 신호를 발생(S1603)함으로써, 장치의 사용자에게 메인터넌스나 계측 조건의 변경 등, 대책을 촉구할 수 있다. 에러 발생 전에 로그 데이터가 특징적인 변화를 나타내는 경우, 그 파라미터 상태에 관한 정보와, 특징적인 변화로부터 에러 발생까지의 시간, 계측 점수, 웨이퍼 매수, 로트 수 등의 정보로부터 교사 데이터를 생성하고, 학습기를 학습시킴으로써 에러 발생까지의 시간 등을 출력하는 학습기로 할 수 있다.

도 13은, 에러가 발생했을 때, CD-SEM 등으로부터 출력되는 에러의 종류 정보와, 로그 데이터를 사용하여 학습기를 학습시키는 학습 조건을 설정하는 GUI 화면의 일례를 나타내는 도면이다. 도 13에 예시한 GUI 화면 위에는, CD-SEM 등으로부터 출력되고, 로그 정보 기억 매체(113)에 기억되어 있는, 로그 데이터의 시간 변화를 표시하는 로그 데이터 표시란(1701), CD-SEM 등으로부터 출력되는 에러 정보의 표시란(1702), 및 학습 대상이 되는 데이터를 설정하는 설정란(1703)이 마련되어 있다.

로그 데이터 표시란(1701)에는, 로그 데이터에 기억된 복수의 파라미터의 추이와, 에러가 발생한 타이밍을 나타내는 바(1704)가 표시되어 있다. 또한 로그 데이터 표시란(1701)에는, 도시하지 않은 포인팅 디바이스 등으로 조작 가능한 포인터(1705)가 표시되고, 또한 포인터(1705)에 의해 그래프의 횡축을 따라 이동이 가능한 좌측 슬라이더(1706)와, 우측 슬라이더(1707)가 표시되어 있다.

좌측 슬라이더(1706)와, 우측 슬라이더(1707)에 의한 시간 선택에 의해, 그 범위의 파라미터 변화 정보를 교사 데이터로서 선택하는 것이 가능해진다. 예를 들어 에러에 관련하여 특정한 시간에 특이한 행동을 보이는 파라미터를 선택함으로써, 효율이 좋은 학습을 실시할 수 있다. 또한, 시간 선택은 예를 들어 설정란(1703)에 마련된 시간 설정란(1708)에 대한 시간 입력에 의해서도 실시할 수 있다.

<실시 형태 2>

실시 형태 1에서는, 교사 데이터를 사용하여 학습기에 학습시키는 구성예를 설명하였다. 이 대신에, 정상 시(비에러 발생 시)의 파라미터에 기초하여, 비교사 학습에 의해 학습 모델을 생성하는 것도 가능하다. 예를 들어 컴퓨터 시스템(103)에 저장된 학습기는, 정기적으로 혹은 다른 처리와 비교해서 상대적으로 에러가 발생하기 쉬운 처리에 있어서, 에러가 발생하지 않았을 때의 파라미터를 보존하여 비교사 학습을 실시한다. 비교사 학습에 의해 학습된 학습기는, 에러가 발생하지 않았을 때에 있어서의 처리의 비에러 시 스코어를 생성하고, 출력한다. 또한, 학습기는 비교사 학습에 의해, 에러 발생 시에 있어서의 에러 시 스코어를 생성하여 출력한다.

컴퓨터 시스템(103)은, 학습기로부터의 출력 스코어를 수취하여 비에러 시 스코어인지 에러 시 스코어인지를 판정함으로써, 에러 발생의 예조를 판정한다. 에러는 레시피의 설정 조건, 장치 조건, 시료 조건 등의 복합 요인에 의해 발생하고, 정확하게 요인을 특정하는 것은 곤란한 경우가 있지만, 기계 학습을 적용함으로써 상관 관계를 추출하는 것이 가능해진다.

비교사 학습에 의해 생성된 학습 모델에, 레시피 설정 조건, 장치 조건, 시료 조건 등을 입력하고, 입력에 의해 학습기로부터 얻어진 스코어가, 비에러 시에 있어서의 학습 모델의 비에러 시 스코어와 비교해서 이상 스코어이면, 이것으로써 에러 발생의 예조를 검지하는 것이 가능해진다. 또한, 학습 후, 에러가 발생했을 때의 데이터도 학습기에 입력해 놓고, 그 출력 스코어와 비에러 시의 스코어를 비교함으로써, 비에러 시의 스코어의 범위를 정하도록 해도 된다. 이 경우, 컴퓨터 시스템(103)은, 설정된 스코어 범위로부터 벗어난 경우에, 에러의 발생을 알리는 경보를 발생한다.

비교사 학습의 경우, 비에러 발생 시의 데이터를 선택적으로 입력하여 학습을 실시할 수 있다. 반도체 디바이스의 양산 공정에서는 에러가 빈발하는 일은 드물어, 에러 발생 시의 데이터(파라미터)를 사용한 학습에 요하는 데이터를 수집하는 일이 곤란한 경우가 있다. 에러 발생 시와 비교하여, 비에러 발생 시(에러가 발생하지 않았을 때)에는 많은 데이터를 얻을 수 있으므로, 충분한 학습량에 의한 학습을 실시하는 것이 가능해진다.

도 14는, 비교사 학습을 실시하고, 당해 비교사 학습에 기초하여 생성되는 학습 완료 모델을 사용하여, 에러 요인의 진단을 실시하는 진단 시스템의 일례를 나타내는 도면이다. 도 14에 예시한 시스템은, CD-SEM이나 CD-SEM을 관리하는 관리 장치로부터 출력되는 학습용 정보에 기초하여, 학습부(407)의 학습용 데이터(1802)를 생성하는 전처리부(1801)를 구비하고 있다. 전처리부(1801)는, CD-SEM 등이 정상으로 가동하고 있는 상태의 데이터를 수취하고, 학습용 데이터(1802)를 생성한다.

학습용 데이터(1802)에는, 대상 처리에 관한 정보, 계측 조건에 관한 정보 및 장치 정보 중 적어도 하나가 포함되어 있다. CD-SEM에 있어서의 대상 처리란, 예를 들어 전자 현미경의 시료 스테이지의 좌표계와, 전자 현미경이 인식하고 있는 좌표계의 끼워맞춤을 실시하는 SEM 얼라인먼트, 어드레싱, AF 조정, AST, ABCC 등이다. 또한, 계측 조건은 예를 들어, 어드레싱 시에 취득되는 FOV 사이즈, AF 조정 시에 취득하는 화상 수, 프레임 적산 수, EP점과 AF 조정 패턴의 거리(혹은 편향 신호량), 방향, 혹은 각종 렌즈 조건 등이다. 또한, 계측했을 때의 실제 EP점과 AF 조정 패턴과의 거리(편향 신호량) 등이어도 된다. 장치 정보란, 예를 들어 컴퓨터 시스템(103)의 관리 대상인 CD-SEM이 복수대 존재하는 경우, 그 장치의 식별 정보나 그 장치가 놓인 환경에 관한 정보 등의 장치 속성에 대한 정보이다.

전처리부(1801)는, 상기 1 이상의 파라미터에 기초하여 데이터 세트를 생성한다. 학습부(407)는, 학습용 데이터(1802)에 기초하여, 상기 복수의 파라미터의 복수의 조합에 대하여, 클러스터링을 실시하고, 클러스터링에 의해 각 파라미터의 조합마다 1 이상의 클러스터를 생성한다.

도 15는, 클러스터링에 의해 구축한 학습 모델의 모식도이다. 도 15에 예시한 바와 같이, 복수의 파라미터의 조합(예를 들어 파라미터 A와 파라미터 B)마다, 1 이상의 클러스터(예를 들어 분류 Ⅰ, 분류 Ⅱ, 분류 Ⅲ)를 생성함으로써, 학습 모델(1901)을 생성한다. 학습 모델(1901)은, 복수의 파라미터의 조합마다, 복수의 클러스터를 포함하고 있고, 추정부(1803)는, 이 학습 모델을 사용한 추정 처리를 실행한다.

컴퓨터 시스템(103)은, 전처리부(1801)로부터 출력된 평가 대상 데이터(1804)에 기초하여, 평가 대상 데이터의 에러 요인을 판정한다. 구체적으로는, 평가 대상 데이터에 포함되는 복수의 파라미터의 조합마다의 상관 데이터가, 학습 모델에 포함되는 1 이상의 클러스터에 포함되는지 여부를 판정하고, 포함되지 않는 상관 데이터에 관한 파라미터를 이상(異常)이라고 판정한다. 보다 구체적으로는, 상관 데이터 1의 분류 Ⅰ, Ⅱ, Ⅲ으로 정의된 범위에, 평가 대상 데이터(1902)가 포함되는지를 판정한다. 도 15의 예에서는, 상관 1에 있어서 범위(1904)(분류 Ⅰ의 클러스터에 의해 정의되는 범위) 내에 평가 대상 데이터가 포함되어 있으므로, 정상(正常)이라고 판정한다. 한편, 상관 2의 평가 대상 데이터(1903)는, 상관 2에서 정의된 분류 Ⅳ, Ⅴ, Ⅵ 중 어느 것에도 속해 있지 않으므로, 이 데이터를 이상이라고 판정한다.

이상과 같은 비교사 학습이 실시된 학습기를 사용한 추정을 실시함으로써, 이상 파라미터를 특정하는 것이 가능해진다. 또한, 복수의 상관 데이터에 설정된 분류의 전부, 혹은 소정의 수 이상의 분류에, 상기 계측 대상 데이터가 포함되지 않는 경우에는, 학습 모델이 적정하게 학습되어 있지 않을 가능성이 있어, 모델의 재작성 등을 실시하는 것이 바람직하다.

반도체 디바이스의 제조 공정은, 연구 개발 단계를 거쳐 양산 공정에 도달하면, 에러의 발생 빈도가 저하되어, 에러 시에 얻어지는 데이터를 교사 데이터로 하는 학습 모델을 작성하는 것이 어렵다. 한편 일단 에러가 발생하고, 그 원인 구명에 시간을 요해 버리면, 반도체 디바이스의 제조 효율을 저하시키는 요인이 된다. 따라서, 저빈도라고는 해도 신속한 장치 복구가 요구된다. 상술한 바와 같은 비교사 학습을 거쳐 생성되는 학습 모델은, 에러 발생 빈도가 낮은 상태여도, 적절한 추정을 실시하는 것이 가능해진다.

도 16은, 비교사 학습에 의해 학습 모델을 학습시키는 공정을 나타내는 흐름도이다. 도 16에 예시한 흐름도는 CD-SEM이 정상으로 동작하지 않는 경우나, 그 가능성이 있는 경우에, 다른 학습 모델을 학습시키는 공정도 포함하고 있다.

우선, 컴퓨터 시스템(103)은, CD-SEM 등으로부터 출력되는 데이터에 기초하여, CD-SEM에서 에러가 발생하지 않았음을 판정하고, 그 때의 장치 상태 등을 판정한다(S2001, S2002). 장치 상태는 예를 들어 평가 대상 데이터(1804)를 참조한다. 이어서, 소정의 계측 조건에서 계측 가능하였는지 여부를 판정하고, 가능한 경우에는 취득한 화상이 이상인지 여부를 판정(S2003)하고, 소정의 계측 조건이 아닌 경우, 리커버리 조건에서 계측이 가능하였는지 여부를 판정한다. S2003에 있어서의 이상 판정 수순에 대해서는 후술한다.

S2003의 이상 판정 공정에서 이상이 아니라고 판정되었을 때의 장치 정보 등에 기초하여, 정상 데이터에 기초하는 학습 모델(제1 학습부)을 학습, 혹은 재학습한다(S2004). 도 16에 예시한 바와 같은 공정을 거쳐 생성되는 학습 데이터(제1 학습부용 학습 데이터)는, 에러가 발생하지 않고, 또한 후술하는 바와 같이 에러가 발생하는 포텐셜이 낮은 상황에서 얻어지는 것이므로, 비교사 학습을 거쳐 에러 요인 판정에 적합한 모델을 구축하는 것이 가능해진다. 즉, 에러가 없고 또한 정상의 (a) 대상 처리의 내용, (b) 계측 조건, (c) 장치 정보를 클러스터링함으로써, 그 클러스터에 속하는 이들 파라미터를 사용하면 에러가 발생하지 않는다고 추정할 수 있다. 다시 말하자면 그 클러스터로부터 벗어나는 파라미터를 사용하면 에러가 발생한다고 추정할 수 있다.

본 흐름도에 따르면, 에러로는 되지 않지만, 에러가 될 포텐셜이 있는 상태의 장치 조건 등에 기초하여, 발생할 수 있는 에러나 그 요인을 특정하는 학습 모델을 구축할 수 있다. S2005에서 생성되는 제2 학습 모델(제2 학습부)은, 리커버리 조건에서 계측되었을 때의 장치 조건 등에 기초하여 생성된다. 리커버리란, 이상적인 계측 조건이 아니라, 에러 등을 회피하기 위해서 미리 준비해 둔 처리를 실행하기 위한 처리이다. 구체적인 일례로서, 서치 어라운드에 의한 시야 찾기가 있다. 도 3에 예시한 바와 같이, 계측 대상 패턴(1502)의 위치를 특정하기 위해서, 어드레싱이 실시되는 경우가 있지만, 어드레싱용으로 취득한 저배율 화상(1501)에 어드레싱 패턴이 포함되지 않는 경우가 있다. 템플릿 매칭에 의해 일치도가 높은 패턴을 찾을 수 없는(일치도가 소정값 이상의 개소가 존재하지 않는) 경우, 서치 어라운드를 실시함으로써, 리커버리를 실시할 수 있다. 서치 어라운드는, 현재 시야의 주변 영역에 있어서 시야를 순환시킴으로써, 적절한 시야를 탐색하는 처리이다. 서치 어라운드의 예는 후술하는 도 17에서 설명한다.

한편, 서치 어라운드를 실행한다고 함은, 저배율 화상(1501)을 적절하게 취득할 수 없었음을 의미하고, 장치 조건이 적절하게 설정되지 않은 상태, 혹은 장래적으로 에러가 될 가능성이 높은 상태를 나타내고 있다고 생각된다. 그래서 리커버리 처리를 실행했을 때에 선택적으로 장치 조건 등을 수집하고, 그에 기초하는 모델(제2 학습부)을 생성함으로써, 에러의 예조를 추정하는 모델을 구축하는 것이 가능해진다.

리커버리 처리는 서치 어라운드뿐만 아니라 예를 들어, (a) 오토 포커스를 실행했을 때, 포커스 평가값이 소정값 이상의 렌즈 조건을 찾을 수 없는 경우, 렌즈 조건의 변동 범위를 확장하여 오토 포커스를 실행하는 처리, (b) 동일한 처리를 복수회 반복하는(리트라이) 처리 등이 있다. 리트라이 처리는 상기한 것으로 한정되는 것이 아니라, 무엇인가 문제가 발생했을 때에 선택적으로 실행되는 처리 전반을 가리킨다.

제2 학습 모델은, 에러는 없지만 (a) 대상 처리의 내용, (b) 계측 조건, (c) 장치 정보 중 적어도 어느 것이 이상인 경우에 있어서, 또한 리커버리 처리를 실시했을 때에 있어서의 (a) 대상 처리의 내용, (b) 계측 조건, (c) 장치 정보를 클러스터링한다. 이에 의해, 그 클러스터에 속하는 이들 파라미터를 사용하면, 에러가 발생하지 않는다고 추정할 수 있음과 함께, 가령 리커버리 처리를 실시한 것이면 그 리커버리 처리에 의해 리커버리 가능한지 여부를 추정할 수 있다.

리커버리 처리에 의해 리커버리할 수 없는 경우에 대해서도 마찬가지로, 이들 파라미터를 클러스터링하는 제4 학습 모델(제4 학습부)을 생성해도 된다(S2006). 이에 의해, 그 클러스터에 속하는 이들 파라미터를 사용하면, 에러가 발생하지 않는다고 추정할 수 있음과 함께, 가령 리커버리 처리를 실시한 것이면 그 리커버리 처리에 의해 리커버리 가능한지 여부를 추정할 수 있다. 예를 들어 제3 모델의 추정 스코어와 제4 모델의 추정 스코어를 비교하고, 어느 것이 높은지에 따라서, 리커버리 가능한지 여부를 추정할 수 있다.

S2003에서 취득된 화상 등이 이상이라고 판단되었을 때의 장치 조건 등을 수집하고, 제3 학습 모델(제3 학습부)을 구축하도록 해도 된다(S2006). 이와 같이 하여 구축된 모델에 의하면, 에러는 되지 않지만, 적절한 계측이 실시되지 않는 상태를 판정하는 것이 가능해진다. 즉, 에러가 없고 또한 정상의 계측 조건이지만 화상이 이상이 되는 (a) 대상 처리의 내용, (b) 계측 조건, (c) 장치 정보를 클러스터링함으로써, 그 클러스터에 속하는 이들 파라미터를 사용하면 에러가 발생하지 않지만 화상은 이상이 된다고 추정할 수 있다.

CD-SEM 등으로부터 에러 신호를 수신한 경우에는, 컴퓨터 시스템(103)은, 제4 학습 모델을 구축한다(S2007). CD-SEM으로부터 에러 신호를 수신하고, 에러의 종류가 특정되어 있으므로, 이 경우, 에러의 종류를 라벨로 한 교사 학습을 실시하도록 해도 된다.

도 17은, 서치 어라운드를 실시하는 모습을 나타내는 모식도이다. 도 17에 예시한 바와 같이, 최초의 저배율 화상(1501)의 주위를 둘러싸도록 시야를 이동시켜서, 각각의 시야 위치에서 패턴 매칭을 실시하는 서치 어라운드를 실시함으로써, 어드레싱 패턴(1504)을 발견할 수 있다.

도 18은, S2003에서 실행하는 이상 판정의 예를 설명하는 도면이다. 도 18 의 상측 도면은 측정 대상 패턴(2102)의 주위 화상(2101)을 나타내고 있다. 어드레싱에 의해, 측정 대상 패턴(2102)을 포함하는 시야 위치(2105)에 시야 위치를 특정함으로써, 화상(2107)을 취득할 수 있다. 한편 어드레싱의 실패, 대전의 영향, 프로세스 변동에 따른 패턴 변형 등에 의해, 시야가 어긋나, 시야 위치(2106)의 화상(2108)이 취득되고, 패턴(2103)을 측정해버린 경우, 목적과는 다른 패턴을 측정하게 된다. 이 경우, 장치상에서는 에러로 되지 않지만, 출력되는 데이터는 이상 데이터가 된다.

그래서, 이와 같은 이상이 발생하였는지 여부를 검지하기 위해서, 예를 들어 화상(2107)과 같은 화상 데이터(템플릿)를 미리 준비해 두고, S2003의 이상 판정 시에 패턴 매칭의 일치도를 평가함으로써, 취득된 화상이 적절한 것인지(잘못된 위치의 화상이 아닌지)를 판정하도록 해도 된다. 올바른 시야 위치에서 취득된 측장용의 화상(2107)에는, 다른 패턴(2104)이 투영되어 있고, 화상(2108)에 대한 템플릿 매칭을 실시하는 경우와 비교하여, 일치도가 높아진다. 따라서, 소정의 일치도를 하회하는 경우에는, 이상 데이터가 출력되었다고 판정하도록 해도 된다. 또한, 이상 판정은 화상의 첨예도나 시야 이동량 등을 평가 대상으로서 판정하도록 해도 된다.

이상과 같은 이상 판정은, 학습 대상이 되는 모델을 적절하게 선택하기 위해 실시하기 위해서, 실제의 레시피 실행 시에 실시하는 것이 아니라, 데이터가 어느 정도 축적된 후에 실시하도록 해도 된다.

학습 모델의 학습은, CD-SEM 등의 계측 처리 실행 중에 실시간으로 실시하도록 해도 되고, 오프라인인 정도 데이터가 축적된 단계에서 실시하도록 해도 된다. 또한 복수의 CD-SEM을 관리하는 컴퓨터 시스템에 있어서, 특정한 장치 고유의 이상이 있는 경우에는, 동일한 레시피를 사용한 계측을 실시하고 있는 경우, 장치의 하드웨어 기인의 이상이 발생하고 있는 것이 생각된다. 그래서, 하드웨어 기인의 모델을 별도로 작성하도록 해도 되고, 상기 제1 내지 제4 학습 모델을 작성할 때, 장치의 식별 정보를 학습 데이터에 포함시키도록 해도 된다.

<실시 형태 3>

도 19는, 본 개시의 실시 형태 3에 따른 장치(4100)의 구성도이다. 장치(4100)는 일례로서, CD-SEM으로서 구성되어 있다. 고진공으로 유지된 하우징(4124) 내에 유지된 전자원(4101)으로부터 방출된 전자는, 고압 전원(4125)에 의해 고압 전압이 인가된 1차 전자 가속 전극(4126)에서 가속된다. 전자 빔(4106)(하전 입자 빔)은, 수렴용 전자 렌즈(4127)로 수렴된다. 전자 빔(4106)은 조리개(1828)로 빔 전류량이 조절된 후, 주사 코일(4129)로 편향되고, 웨이퍼(4105) 위를 2차원적으로 주사된다. 전자 빔(4106)은 시료인 반도체 웨이퍼(이하, 단순히 '웨이퍼'라고 함)(4105)의 바로 위에 배치된 전자 대물 렌즈(4130)로 조여져 포커싱이 이루어지고, 웨이퍼(4105)에 입사한다. 1차 전자(전자 빔(1806))이 입사한 결과 발생하는 2차 전자(4131)는, 2차 전자 검출기(4132)에 의해 검출된다. 검출되는 2차 전자의 양은, 시료 표면의 형상을 반영하므로, 2차 전자의 정보에 기초하여 표면의 형상을 화상화할 수 있다.

웨이퍼(4105)는 정전 척(4107) 위에 일정한 평탄도를 확보하면서 보유 지지되어 있고, X-Y 스테이지(4104) 위에 고정되어 있다. 도 19에서는, 하우징과 그 내부 구조를 가로 방향에서 본 단면도로 하여 기술하고 있다. 따라서, 웨이퍼(4105)는 X 방향, Y 방향 모두 자유롭게 동작 가능하며, 웨이퍼 면 내의 임의의 위치를 계측 가능하게 되어 있다. 또한, X-Y 스테이지(4104)에는, 웨이퍼(4105)를 정전 척(4107)에 대하여 탈착하기 위해서 상하 동작 가능한 탄성체가 내장된 웨이퍼 반송용 리프트 기구(4133)가 구비되어 있고, 반송 로봇(4134)과의 연계 동작에 의해 로드실(예비 배기실)(4135)과의 사이에서 웨이퍼(4105)의 수수를 실시할 수 있다. 컴퓨터 시스템(4120)은, X-Y 스테이지(4104)의 위치를 실시간으로 검출하는 위치 검출기(예를 들어, 레이저 변위계)로부터의 검출 신호와 계측 시각에 기초하여, X-Y 스테이지(4104)의 위치 결정 제어를 실시하고, 후술하는 기억 장치에 X-Y 스테이지(4104)의 이동 위치에 관한 트래킹 정보(로그 정보, 이동 이력 정보)(시간과 위치의 관계)를 기록한다.

측정 대상인 웨이퍼(4105)를 정전 척(4107)까지 반송할 때의 동작을 설명한다. 우선 웨이퍼 카세트(4136)에 세트된 웨이퍼를 미니엔(4137)의 반송 로봇(4138)으로 로드실(4135)에 반입한다. 로드실(4135) 내는 도시하지 않은 진공 배기계에 의해 진공화 및 대기 해방할 수 있어, 밸브(도시생략)의 개폐와 반송 로봇(4134)의 동작으로 하우징(4124) 내의 진공도를 실용상 문제 없는 레벨로 유지하면서 웨이퍼(4105)를 정전 척(4107) 위로 반송한다. 하우징(4124)에는 표면 전위계(4139)가 설치되어 있다. 표면 전위계(4139)는 정전 척(4107) 또는 웨이퍼(4105)의 표면 전위를 비접촉으로 측정할 수 있도록, 프로브 선단으로부터의 거리가 적절해지는 높이 방향의 위치에 고정되어 있다.

장치(4100)의 각 구성 요소는, 범용의 컴퓨터를 사용하여 제어할 수 있다. 도 19에서는, 제어계의 구성을 컴퓨터 시스템(4120)에 의해 실현하는 예가 도시되어 있다. 컴퓨터 시스템(4120)은, CPU(Central Processing Unit) 등의 프로세서와, 메모리 등의 기억부와, 하드 디스크(화상 보존부를 포함함) 등의 기억 장치를 적어도 구비한다. 당해 기억 장치는, 도 1에서 상세히 설명한 계측 레시피 기억 매체(105), 로그 정보 기억 매체(113), 시료 정보 기억 매체(106) 및 설계 데이터 기억 매체(114)와 마찬가지의 기억 매체를 포함하는 구성이어도 되며, 각 기억 매체에는 도 1과 마찬가지의 정보가 기록되도록 구성되어 있다. 또한, 예를 들어 컴퓨터 시스템(4120)을 멀티프로세서 시스템으로서 구성하고, 하우징(4124) 내의 전자 광학계의 각 구성 요소에 관한 제어를 메인 프로세서로, X-Y 스테이지(4104), 반송 로봇(4134, 4138), 및 표면 전위계(4139)에 관한 제어, 그리고 2차 전자 검출기(4132)에 의해 검출한 신호에 기초하여 SEM상을 생성하기 위한 화상 처리에 대하여, 각각 서브 프로세서로 구성해도 된다.

컴퓨터 시스템(4120)에는, 입출력 디바이스(유저 인터페이스)(4141)가 접속되어 있다. 입출력 디바이스(4141)는, 유저가 지시 등을 입력하기 위한 입력 디바이스와, 이들을 입력하기 위한 GUI 화면 및 SEM 화상 등을 표시하는 표시 디바이스를 갖는다. 입력 디바이스는, 예를 들어 마우스, 키보드, 음성 입력 장치 등, 유저에 의해 데이터나 지시를 입력할 수 있는 것이면 된다. 표시 디바이스는, 예를 들어 디스플레이 장치이다. 이와 같은 입출력 디바이스(유저 인터페이스)는, 데이터의 입력 및 표시가 가능한 터치 패널이어도 된다.

반도체 리소그래피의 ArF 노광 기술 등에서 사용되는 포토레지스트(이하 「레지스트」라고도 칭함)를 CD-SEM을 사용하여 측장하면, 전자 빔의 조사에 의해 레지스트가 슈링크하는 것이 알려져 있다. 슈링크량을 저감시켜 미세한 레지스트 패턴을 고정밀도로 측장하기 위해서는, 레지스트에 대한 전자 빔의 조사량은 최대한 적은 쪽이 바람직하기 때문에, 이와 같은 레지스트의 동일 영역에 전자 빔을 몇 번이나 조사하여 측장을 실시하는 것은 피할 필요가 있다.

CD-SEM 등에 있어서, 레지스트의 동일 영역에 전자 빔을 복수회 조사하는 것을 피하는 방법으로서는, 실제로 계측 레시피(CD-SEM 등에 부여되는 수순, 처리 방법이나 파라미터와 지정하는 데이터의 집합 또는 프로그램)를 실행하기 전에, 미리 당해 계측 레시피의 수순이나 파라미터 등의 정보로부터 전자 빔이 조사(주사)되는 영역을 산출해 내고, 동일 영역에 전자 빔이 반복해서 조사(주사)되지 않는 계측 레시피를 작성하는 것이 생각된다.

도 19에 도시한 장치(CD-SEM)(4100)의 컴퓨터 시스템(4120)은, 입출력 디바이스(유저 인터페이스)(4141)로부터의 지시에 의해 계측 레시피의 실행이 개시되면, 당해 계측 레시피로 지정된 수순 등의 정보에 따라서 X-Y 스테이지(4104)를 제어하고, 피측정 시료(4105)를 소정의 위치로 이동시켜, 대상 패턴의 계측을 실시한다. 일반적으로, 반도체 검사 장치나 반도체 제조 장치에서 채용되는 스테이지에는 미끄럼 이동 기구가 사용되는 경우가 많다. 이와 같은 미끄럼 이동 기구의 미끄럼 이동면 특성은, 속도, 가속도, 인터벌, 이동 거리 등의 구동 조건에 따라서 미끄럼 이동면의 마모 상태 등이 변화하므로, 경시 변화하는 것이 알려져 있다. 따라서, X-Y 스테이지(4104)는, 사전에 위치 결정의 초기 조정을 실시하였다고 해도, 미끄럼 이동면 특성의 경시 변화(예를 들어, 미끄럼 이동면의 마모에 의해 부품 간의 갭(유격)이 커지는 등)에 따라서, 스테이지의 가동 범위(이동 가능 범위)가 미소하게 변화하거나, 정지 위치 정밀도(위치 결정 정밀도)가 악화되거나 하는 등의 문제가 발생하는 경우가 있다. 그 때문에, 상술한 동일 영역에 전자 빔이 반복해서 조사(주사)되지 않는 계측 레시피를 작성하기 위해서는, 이와 같은 스테이지의 정지 위치 정밀도의 경시 변화를 근거로 한 다음에, 필요한 제어 파라미터 등을 설정해 갈 필요가 있다.

그런데, 동일 기종의 CD-SEM이 복수대 존재하는 경우, 동일한 계측 검사 공정에 있어서는, 동일한 계측 레시피를 변경하지 않고 사용할 수 있는 것이 바람직하다. 동일한 계측 레시피를 사용할 수 없어, 개개로 계측 레시피의 파라미터 설정 등이 필요한 경우에는, 장치마다 파라미터를 조정할 시간이 필요해질뿐만 아니라, 파라미터가 공용화할 수 없는 등, 계측 레시피의 관리도 번잡해지기 때문이다.

그러나, 동일한 계측 레시피를 복수대의 장치로 사용하기 위해서는, 상술한 경시 변화에 의한 스테이지의 가동 범위(이동 가능 범위)의 미소 변화나 정지 위치 정밀도의 변동이 장치마다 다른 경우라도, 당해 계측 레시피가 각 장치에 대하여 문제 없이 동작할 필요가 있다. 즉, 시료의 동일 영역에 전자 빔이 반복해서 조사(주사)되지 않는 각 장치 공통의(동일한) 계측 레시피를 작성하기 위해서는, 장치마다 다른 스테이지의 경시 변화까지를 고려한 다음에, 계측 레시피의 파라미터 등을 설정할 필요가 있다.

도 20은, 3대의 장치(CD-SEM)[4100(4100-1, 4100-2, 4100-3)]가, 버스 혹은 네트워크를 통해 컴퓨터 시스템(4120)에 접속된 계측 시스템의 일례를 나타내는 도면이다. 컴퓨터 시스템(4120)은, 버스 혹은 네트워크를 통해 CD-SEM의 동작 프로그램인 레시피가 기억된 계측 레시피 기억 매체(105), CD-SEM의 현재까지의 장치 상태가 기억된 로그 정보 기억 매체(113), CD-SEM의 계측 대상인 시료 정보가 기억된 시료 정보 기억 매체(106) 및 반도체 디바이스의 설계 데이터가 기억된 설계 데이터 기억 매체(114)에 대한 액세스가 가능하게 되어 있다. 또한, 컴퓨터 시스템(4120)에는, 컴퓨터 시스템(4120)에 대하여 데이터의 입력, 출력을 가능하게 하는 입출력 디바이스(4141)가 접속되어 있다.

컴퓨터 시스템(4120)은, 1 이상의 컴퓨터 서브 시스템에 의해 구성되어 있다. 컴퓨터 시스템(4120)에는 컴퓨터 가독 매체(4208)와, 당해 컴퓨터 가독 매체(4208)에 기억되어 있는 각 컴포넌트(모듈)를 실행하는 처리 유닛(107)이 포함되어 있다. 컴퓨터 가독 매체(4208)에는, 상술한 바와 같은 컴퓨터 시스템(103)에 액세스 가능하게 접속되어 있는 기억 매체에 기억된 정보나, 입출력 디바이스(유저 인터페이스)(4141)를 통해 유저가 지시한 정보를 처리하는 각종 컴포넌트(4214)가 기억되어 있다. 각종 컴포넌트(4214)에는, 장치(4100)에서 처리를 실시하는 웨이퍼에 관한 웨이퍼 정보나 칩내 정보를 처리하는 웨이퍼 정보 처리 컴포넌트(4209), 측정의 순번이나 각종 얼라인먼트 정보 등을 처리하는 레시피 정보 처리 컴포넌트(4210), 스테이지 이동 위치를 기록한 로그 정보를 처리하는 스테이지 정보 처리 컴포넌트(4211), 스캔 오버랩 테스트 정보를 처리하는 스캔 오버랩 테스트 컴포넌트(4212), 스캔 오버랩 테스트 결과의 정보를 처리하는 스캔 오버랩 테스트 결과 처리 컴포넌트(4213)가 포함되어 있다. 그 밖에, 도 1과 공통되는 각 구성 요소에 대해서는, 도 1의 설명과 마찬가지이다.

도 21은, 각 장치에 있어서의 스테이지 위치 정밀도의 해석을 실시하는 해석 화면의 일례이다. 당해 화면에 따른 기능은, 스테이지 정보 처리 컴포넌트(4211)에 의해 처리된다.

유저는, Unit 메뉴(4301)를 통해 스테이지 위치 정밀도의 해석을 실시하는 대상 장치를 지정한다. 스테이지 정보 처리 컴포넌트(4211)는, 로그 정보 기억 매체(113) 혹은 컴퓨터 시스템(4120) 내의 기억부나 기억 장치로부터, 당해 지정된 대상 장치의 스테이지 이동에 관한 트래킹 정보(로그 정보, 이동 이력 정보)를 읽어내고, 스테이지 위치 정밀도 정보 표시부(4304)에 표시한다. 또한, 스테이지 정보 처리 컴포넌트(4211)는, 스테이지 축의 선택 버튼(4303)으로 선택된 이동축(X축 또는 Y축)에 따른 로그 정보를, 스테이지 위치 정밀도 정보 표시부(4304)에 표시한다.

스테이지 위치 정밀도 정보 표시부(4304)에는, 계측점/검사점의 일련 번호(MP/IP No.)를 횡축, 스테이지 이동에 관한 목표 위치와 정지 위치의 어긋남양을 종축으로 하여, 과거의 스테이지 이동에 관한 트래킹 정보가 표시된다. 도 21의 스테이지 위치 정밀도 정보 표시부(4304)에는, 일례로서, 계측점/검사점의 일련 번호 1 내지 5의 트래킹 정보(4305), 계측점/검사점의 일련 번호 50001 내지 50005의 트래킹 정보(4306)가 표시되어 있다. 각 계측점/검사점의 트래킹 정보는, 어긋남양과 갭양으로 표시된다. 예를 들어, 각 계측점/검사점 1의 트래킹 정보는, 어긋남양×₁과 갭양 W_×1로 표시되고, 각 계측점/검사점 50001의 트래킹 정보는, 어긋남양×₅₀₀₀₁과 갭양 W_×50001로 표시되어 있다. 여기서, 갭양이란, 스테이지 이동에 관한 목표 위치와 정지 위치의 어긋남양의 변동폭을 가리킨다. 갭양은, 스테이지를 구성하는 미끄럼 이동 기구가 반드시 갖고 있는 기계적인 유격(갭)에 의해 발생할 수 있는 어긋남양의 변동폭이며, 예를 들어 X-Y 스테이지(4104)의 위치를 실시간으로 검출하는 위치 검출기(예를 들어, 레이저 변위계)로부터의 검출 신호와 계측 시각에 기초하여 산출하는 것이 가능하다. 또는, 갭양은, 과거의 복수회 스테이지 이동 시에 있어서의 위치 검출기로부터의 검출 신호와 계측 시각에 관한 데이터를 통계 처리(예를 들어, 표준 오차나 표준 편차, 평균값의 신뢰 구간 등을 사용)함으로써 구하는 것이 가능하다. 또한, 스테이지를 구성하는 미끄럼 이동 기구의 미끄럼 이동면 특성이 경시 변화하면, 갭양도 경시 변화한다. 일반적으로, 스테이지의 이동 횟수가 증가하면, 미끄럼 이동면의 마모에 의해 부품 간의 갭(유격)이 커지기 때문에, 갭양도 초기의 값과 비교해서 커지는 경향이 있다.

유저가, 스테이지 편차 리미트 설정부(4308)의 톨러런스(4314)에 원하는 수치를 입력하여 Apply 버튼을 누르면, 스테이지 정보 처리 컴포넌트(4211)는, 당해 입력 수치에 기초하여 톨러런스의 폭(바)(4320, 4321)을 표시한다. 여기서 설정된 톨러런스의 값은, 후술하는 도 24의 스캔 오버랩 테스트 실행 플로의 중복 에어리어 체크의 스텝에 있어서의 처리 파라미터로서 사용되게 된다.

유저는, 스캔 오버랩 파라미터 설정부(4322)에 있어서, 로그 정보 통계 처리 설정부(4309)로부터의 파라미터 설정과, 예조 진단 설정부(4413)로부터의 파라미터 설정을 실시한다. 이들의 설정부에서 설정된 각 파라미터는, 후술하는 스캔 오버랩 테스트 화면(도 22)의 스테이지 위치 정밀도 팩터 설정부(4409)에 있어서, 로그 정보 통계 처리(4415) 또는 예조 진단(4416)이 선택된 경우의 처리 파라미터로서 사용된다.

유저는, 로그 정보 통계 처리 설정부(4309)에 있어서, 트래킹 정보의 통계 처리를 실시하는 계측점/검사점의 대상 범위를, 측점/검사점 번호 설정부(4311)로부터 지정하고, 트래킹 정보의 통계 처리의 방법(평균값 또는 최댓값)을, 설계 처리 설정부(4310)로부터 지정한다. 통계 처리에 있어서 갭양을 고려하고 싶은 경우에는, 갭 정보 적용 체크 박스(4312)에 체크 표시를 붙여 지정한다.

유저는, 예조 진단 설정부(4313)에 있어서, 과거에 취득한 트래킹 정보에 기초하여, 장래의 계측점/검사점에 있어서의 트래킹 정보를 추측하기 위한 파라미터 설정을 실시한다. 유저가, 계측점/검사점 번호 설정부(4316)에 원하는 수치(번호 또는 범위)를 입력하여 Presumption 버튼을 누르면, 스테이지 정보 처리 컴포넌트(4211)는, 과거에 취득한 트래킹 정보에 기초하여 대상 범위의 계측점/검사점의 트래킹 정보를 추측하고, 추측 결과를 스테이지 위치 정밀도 정보 표시부(4304)에 표시한다. 도 21에서는, 일례로서, 계측점/검사점 번호 90001에 있어서 추측한 트래킹 정보(4307)(어긋남양×₉₀₀₀₁, 갭양 W_×90001)가 표시되어 있다.

유저가, 각종 스캔 오버랩 파라미터를 결정 후에 Save 버튼(4318)을 누르면, 스테이지 정보 처리 컴포넌트(4211)는, 당해 각종 스캔 오버랩 파라미터를 로그 정보 기억 매체(113)에 보관한다.

유저는, 도 21의 스테이지 위치 정밀도 해석 화면을 통해 각 장치의 각 이동축(X축 또는 Y축)에 대하여, 상술한 조작으로 설정을 한다.

도 22는, 스캔 오버랩 테스트 화면의 일례이다. 당해 화면에 따른 기능은, 스캔 오버랩 테스트 컴포넌트(4212)에 의해 처리된다.

유저는, File 메뉴(4411)를 통해 측정의 순번이나 각종 얼라인먼트 정보를 기술한 IDS 파일을 지정한다. 또한, 유저는, IDW File Load 버튼을 통해 웨이퍼에 관한 웨이퍼 정보나 칩내 정보를 기술한 IDW 파일을 지정한다. 스캔 오버랩 테스트 컴포넌트(4212)는, 이들 지정에 기초하여, 로그 정보 기억 매체(113) 혹은 컴퓨터 시스템(4120) 내의 기억부나 기억 장치로부터, 당해 지정된 IDS 파일이나 IDW 파일을 읽어내고, 레시피 정보 표시부(4402)에 표시한다.

IDS 파일이나 IDW 파일은, 다른 설정 화면(도시생략)을 통해 유저가 원하는 조건이나 파라미터 설정을 사용하여 작성 또는 편집되는 파일이며, 로그 정보 기억 매체(113) 또는 컴퓨터 시스템(4120) 내의 기억부나 기억 장치에 기록되어 있다. IDS 파일이나 IDW 파일의 작성이나 편집에 관한 기능은, 웨이퍼 정보 처리 컴포넌트(4209)나 레시피 정보 처리 컴포넌트(4210)에 의해 처리된다.

스캔 오버랩 테스트 화면 위에는, 스캔 오버랩 테스트 컴포넌트(4212)에 의해, IDS 파일의 명칭(4401), IDW 파일의 명칭(4403), 얼라인먼트점 정보(4405), 계측점/검사점 정보(4404)가 표시된다. 얼라인먼트점 정보(4405)에는, 계측하기 위한 얼라인먼트점의 정보(얼라인먼트 칩, 칩내 좌표, 얼라인먼트 조건, 자동 검출을 위한 화상 등)가 포함되고, 계측점/검사점 정보(4404)에는, 계측점의 정보(측장 칩, 칩내 좌표, 측장 조건 등)가 포함된다.

유저는, 스캔 오버랩 설정부(4417)에 있어서, 스캔 오버랩 테스트의 대상으로 하는 장치 설정(4407)과, 스테이지 위치 정밀도 팩터 설정부(4409)를 설정한다.

유저는, 장치 설정(4407)에 있어서, 도 20에 도시한 시스템에 접속되어 있는 모든 장치(장치(4100-1 내지 4100-3))를 지정하는 경우의 「ALL」과, 특정한 장치를 지정하는 경우의 「Selected」를 선택할 수 있다. 「Selected」를 선택한 경우에는, Unit 버튼을 통해 대상으로 하는 장치를 지정한다.

스캔 오버랩 테스트를 실행함에 있어서, 도 21의 스테이지 위치 정밀도 해석 화면으로부터 결정한 스테이지 위치 정밀도 팩터(조건이나 설정 파라미터)를 고려한 경우, 유저는, 스테이지 위치 정밀도 팩터 설정부(4409)에 있어서, 로그 정보 통계 처리(4415) 혹은 예조 진단(4416)을 선택한다. 스테이지 위치 정밀도 팩터를 고려하지 않는 경우에는, 「None」(4414)을 선택한다.

이상의 설정을 행하고, Start 버튼(4418)을 누르면, 스캔 오버랩 테스트가 실행된다.

도 23은, 스캔 오버랩 테스트의 개시부터 종료까지의 일련의 흐름을 나타낸 흐름도이다. 유저는 IDW 파일이나 IDS 파일을 작성·편집한다(S4501 내지 S4502). 컴퓨터 시스템(4120)은, 장치(4100)의 스테이지 위치 정밀도를 해석한다(S4503). 유저는 도 21의 화면 위에서 스캔 오버랩 파라미터를 설정한다(S4504). 컴퓨터 시스템(4120)은, IDS 파일과 IDW 파일을 읽어들인다(S4505). 유저는, Unit 메뉴(4301)에 있어서, 스캔 위치의 오버랩을 테스트하는 장치를 2대 이상 지정한다(S4506). 유저는, 스캔 위치의 오버랩을 테스트할 때의 각 파라미터를 지정한다(S4507). 컴퓨터 시스템(4120)은, 설정에 따라서, 각 장치(4100)에 있어서 동일한 레시피를 사용한 경우, 스캔 위치가 겹치는 개소가 어느 장치(4100)에 있어서 발생하였는지 여부를 테스트한다(S4508). 컴퓨터 시스템(4120)은 테스트 결과를 표시하고, 유저는 이것을 확인한다(S4509). 스캔 위치가 겹치는(즉 동일 위치에 대하여 불필요하게 빔 조사를 반복하는) 장소가 존재하는 경우, S4501로 되돌아가서 마찬가지의 처리를 반복한다. 존재하지 않는 경우, 컴퓨터 시스템(4120)은, 각 장치(4100)의 레시피 기타 관련 파라미터를 갱신한다(S4511).

도 24는, S4508의 상세 스텝을 나타낸 흐름도이다. 컴퓨터 시스템(4120)은, 지정된 각 장치(4100)의 로그 데이터를 읽어낸다(S4601). 컴퓨터 시스템(4120)은, 지정된 각 장치(4100)에 있어서의 스테이지 위치 정밀도 파라미터를 산출한다(S4602). 컴퓨터 시스템(4120)은, 지정된 각 장치(4100)에 있어서의 스캔 에어리어를 계산한다(S4603). 컴퓨터 시스템(4120)은, 스캔 위치가 겹치는 개소가 어느 장치(4100)에 있어서 발생하였는지 여부를 체크한다(S4604). 컴퓨터 시스템(4120)은, 후술하는 도 25의 화면에 있어서, 체크 결과를 제시한다(S4605 내지 S4606).

도 25는, 스캔 오버랩 테스트의 실행 결과를 나타낸 화면의 일례이다. 당해 화면에 관한 기능은, 스캔 오버랩 테스트 결과 처리 컴포넌트(4213)에 의해 처리된다.

스캔 정보 테이블(4701)에는, 스캔 오버랩 테스트 화면으로부터 판독한 IDS 파일이나 IDW 파일의 설정 정보에 기초하여, 각각의 얼라인먼트점 정보(4405)나 계측점/검사점 정보(4404)에 있어서의 테스트 결과가 1행마다 표시된다.

유저가, 스캔 정보 테이블(4701)로부터 테스트 결과의 상세를 확인하고 싶은 행을 클릭하여 지정한 후, Show 버튼(4705)을 누르면, 스캔 맵 섬네일 표시부(4709)에, 테스트 상세 결과가 섬네일 표시된다. 도 25에서는, 스캔 정보 테이블(4701)에 있어서 No.002와 No.003의 테스트 결과의 2행을 지정하고, Show 버튼(4705)을 누른 결과, 당해 2개의 점에 있어서의 테스트 결과(스캔 영역의 테스트 결과)가 표시되어 있다. 또한, 유저가, 스캔 맵 섬네일 표시부(4709)에 있어서, 확대해서 열람하고 싶은 에어리어(4717)를 입출력 디바이스로부터 지정하면, 스캔 맵 표시부(4730)에 당해 에어리어(4717)의 상세가 확대 표시된다.

스캔 맵 섬네일 표시부(4709)는, 줌 바(4719)를 조작함으로써, 화면의 확대 축소가 가능하다. 또한, 스캔 맵 표시부(4720)는, 줌 바(4719)의 조작, 혹은 배율 설정부(4718)로부터 배율을 지정함으로써, 화면의 확대 축소가 가능하다.

유저는, 열람 조작부(4723)를 통해 테스트 결과에 대한 다양한 열람 조작이 가능하다. 유저는, 스캔 정보 테이블(4701)로부터 테스트 결과의 소정의 행을 클릭해서 지정한 후, Hide 버튼(4706)을 누르면, 스캔 맵 섬네일 표시부(4709) 및 스캔 맵 표시부(4730)로부터, 지정된 행에 대응하는 테스트 결과가 비표시로 된다. Jump 버튼(4702)을 누르면, 일련 번호(4724)의 입력 화면이 기동하고(도시생략), 입력한 일련 번호에 대응한 테스트 결과의 행을 지정할 수 있다. Bring to Front 버튼(4703)을 누르면, 스캔 정보 테이블(4701)의 선두행이 지정되고, Send to Back 버튼(4704)을 누르면, 스캔 정보 테이블(4701)의 최종행이 지정된다. Next Overlap 버튼(4707)을 누르면, 스캔 정보 테이블(4701), 스캔 맵 섬네일 표시부(4709) 및 스캔 맵 표시부(4730)에 있어서, 다음의 오버랩 에어리어의 결과가 지정, 표시되고, Prev. Overlap 버튼(4708)을 누르면, 스캔 정보 테이블(4701), 스캔 맵 섬네일 표시부(4709) 및 스캔 맵 표시부(4730)에 있어서, 이전의 오버랩 에어리어의 결과가 지정, 표시된다.

다음으로, 테스트 결과의 내용에 대하여 설명한다. 스캔 정보 테이블(4701)에는, 테스트 결과의 일련 번호(4724), 스캔 정보(4725)(스캔의 기점이 되는 얼라인먼트점 또는 계측점/검사점의 상세 정보), X 방향 배율(4726), Y 방향 배율(4727)이 표시된다. 도 25의 예에서는, No.002의 행은, 얼라인먼트점(얼라인먼트 패턴)(4711)에 있어서의 테스트 결과에 대응하고 있고, No.003의 행은, 얼라인먼트점(얼라인먼트 패턴)(4714)에 있어서의 테스트 결과에 대응하고 있다. 또한, No.002의 행의 테스트 결과는, 스캔 맵 섬네일 표시부(4709) 위에서는, 스캔 에어리어(4710) 및 스캔 에어리어(4716)로서 표시되어 있고, No.003의 행의 테스트 결과는, 스캔 맵 섬네일 표시부(4709) 위에서, 스캔 에어리어(4713) 및 스캔 에어리어(4724)로서 표시되어 있다. 또한, 측장점(측장 패턴)(4712, 4715)은, 각각, 얼라인먼트점(얼라인먼트 패턴)(4711, 4714)으로 어드레싱 후에, 계측의 대상이 되는 측장점(측장 패턴)을 나타내고 있다.

스캔 에어리어(4710, 4713, 4716, 4724)는, 스테이지 위치 정밀도 해석 화면(도 21)에서 보존한 각 장치의 스캔 오버랩 파라미터를 사용하여 산출된다. 즉, 스캔 오버랩 테스트 결과 처리 컴포넌트(4213)는, 각 장치에 있어서의 스캔 오버랩 파라미터 설정부(4322)의 각종 파라미터(도 21)와, 스캔 오버랩 테스트 화면(도 22)의 스캔 오버랩 설정부(4417)에 따라서, 스캔 에어리어(4710, 4713, 4716, 4724)를 계산하고, 스캔 오버랩 테스트 실행 결과 화면(도 25) 위에 당해 계산 결과를 표시한다.

실선으로 나타낸 스캔 에어리어(4710, 4713)는, 각 장치에 있어서 X-Y 스테이지(4104)의 어긋남양이 없는(어긋남양=0) 이상적인 경우에 있어서의 최대의 스캔 에어리어를 나타내고 있고, 점선으로 나타낸 스캔 에어리어(4716, 4724)는, 각 장치에 있어서 X-Y 스테이지(4104)의 어긋남양이 존재하고(어긋남양≠0) 또한 경시 변화하는 경우에 있어서의 최대의 스캔 에어리어를 나타내고 있다. 도 25의 예에서는, 어긋남양이 없는(어긋남양=0) 이상적인 상태에 있어서는, No.002의 스캔 에어리어(4710)와 No.003의 스캔 에어리어(4713)의 사이에서 중복 영역(오버랩 에어리어)은 존재하지 않는다. 한편, 어긋남양이 존재하고 또한 경시 변화하는 상태에 있어서는, No.002의 스캔 에어리어(4716)와 No.003의 스캔 에어리어(4724)는 서로 중복되는 에어리어가 존재한다. 이것은, 동일 기종의 장치(4200-1 내지 4200-3)에 있어서, 동일한 계측 레시피(IDS 파일 및 IDW 파일로 구성되는 레시피)를 사용하여 측정을 실시한 경우에는, 장치마다 어긋남양이 존재하고 또한 경시 변화하는 실제의 상태에 있어서, 스캔 시에 오버랩 에어리어가 발생할 수 있음을 나타내고 있다.

유저가, 스캔 오버랩 파라미터 설정을 변경하고 싶은 경우에는, 스캔 오버랩 테스트 실행 결과 화면의 스테이지 해석 메뉴(4722)로부터, 파라미터 설정을 변경하고 싶은 대상 장치를 지정한다. 당해 지정에 의해, 스테이지 위치 정밀도 해석 화면(도 21)이 기동하고, 대상 장치에 있어서의 원하는 파라미터 설정을 변경하는 것이 가능하다. 또한, 파라미터 설정을 변경한 후에, 재체크 메뉴(4721)로부터, 다시, 스캔 오버랩 테스트를 실행하는 것이 가능하다.

이상으로 나타낸 실시예에 따른 개시에 있어서는, 제1 검사용 빔을 주사하여제1 시료의 복수의 검사점을 검사하는 제1 검사 장치가, 상기 제1 시료의 검사에 있어서 상기 제1 시료를 이동시키는 제1 이동 기구의 이동 궤적을 기록한 제1 트래킹 정보와, 제2 검사용 빔을 주사하여 제2 시료의 복수의 검사점을 검사하는 제2 검사 장치가, 상기 제2 시료의 검사에 있어서 상기 제2 시료를 이동시키는 제2 이동 기구의 이동 궤적을 기록한 제2 트래킹 정보에 기초하여, 상기 제1 및 제2 검사 장치에서 함께 사용하는 검사 레시피의 검사용 빔 주사 영역을 결정 또는 조정하는 시스템, 방법, 프로그램이 저장된 비일시적 컴퓨터 가독 매체에 대하여 설명하였다.

상술한 실시예에 따른 본 개시에 의해, 장치마다 다른 스테이지 위치 정밀도의 어긋남양과 그 경시 변화까지를 고려한 다음에, 계측 레시피의 파라미터를 설정하는 것이 가능하게 되기 때문에, 시료의 동일 영역에 전자 빔이 반복해서 조사(주사)되지 않는 각 장치 공통의(동일한) 계측 레시피의 작성이 가능해진다. 즉, 동일 기종의 CD-SEM이 복수대 존재하는 경우, 동일한 계측 검사 공정에 있어서는, 동일한 계측 레시피를 변경하지 않고 사용할 수 있다. 또한, 당해 작성한 동일한 계측 레시피를 복수대의 장치로 사용하면, 경시 변화에 의한 스테이지의 가동 범위(이동 가능 범위)의 미소 변화나 정지 위치 정밀도의 변동이 장치마다 다른 경우라도, 당해 계측 레시피가 각 장치에 대하여 문제 없이 동작한다고 하는 효과를 발휘한다.

<본 개시의 변형예에 대하여>

본 개시는, 전술한 실시 형태에 한정되는 것이 아니라, 다양한 변형예가 포함된다. 예를 들어, 상기한 실시 형태는 본 발명을 이해하기 쉽게 설명하기 위해서 상세히 설명한 것으로, 반드시 설명한 모든 구성을 구비하는 것으로 한정되는 것은 아니다. 또한, 어떤 실시 형태의 구성의 일부를 다른 실시 형태의 구성으로 치환하는 것이 가능하며, 또한 어떤 실시 형태의 구성에 다른 실시 형태의 구성을 추가하는 것도 가능하다. 또한, 각 실시 형태의 구성의 일부에 대하여, 다른 구성의 추가·삭제·치환을 하는 것이 가능하다.

예를 들어 실시 형태 1에 있어서 학습 데이터로서 설명한 각 데이터와, 실시 형태 2에 있어서 학습 데이터로서 설명한 각 데이터는, 병용할 수 있다. 또는 실시 형태 1 내지 2에 있어서 학습 데이터로서 설명한 각 데이터 중 일부만을 사용하여 학습을 실시해도 된다.

실시 형태 2에 있어서, 4개의 학습부를 생성하는 것을 설명하였지만, 그 대신에 학습기를 1개만 생성하고, 그 1개의 학습기 중에서, 제1 학습부 내지 제4 학습부에 대응하는 4개의 분류 중 어느 것으로 클러스터링을 실시하도록 해도 된다.

10: 계측 시스템
100 내지 102: CD-SEM
103: 컴퓨터 시스템
105: 계측 레시피 기억 매체
106: 시료 정보 기억 매체
113: 로그 정보 기억 매체
114: 설계 데이터 기억 매체
1901: 학습 모델
4100: 장치
4120: 컴퓨터 시스템

Claims

시료를 계측 또는 검사하는 장치의 상태를 진단하는 진단 시스템이며,
상기 진단 시스템은, 상기 장치에 있어서 발생한 에러의 원인을 추정하는 컴퓨터 시스템을 구비하고,
상기 컴퓨터 시스템은,
상기 장치의 동작을 규정한 레시피, 상기 장치의 상태를 기술한 로그 데이터, 또는 상기 시료의 특성을 기술한 시료 데이터 중 적어도 어느 것과,
상기 에러의 종류와,
의 사이의 대응 관계를, 기계 학습에 의해 학습하는 학습기를 구비하고,
상기 컴퓨터 시스템은, 상기 학습기가 상기 기계 학습을 실시한 후, 상기 장치에 있어서 상기 에러가 발생한 경우,
상기 에러가 발생했을 때 상기 장치가 사용하고 있던 상기 레시피, 상기 에러가 발생했을 때에 있어서의 상기 로그 데이터, 또는 상기 에러가 발생했을 때에 있어서의 상기 시료 데이터 중 적어도 어느 것
을 상기 학습기에 대하여 투입함으로써, 상기 에러의 원인 중, 상기 레시피, 상기 장치의 상태, 또는 상기 시료의 특성 중 적어도 어느 것에 기인하는 것에 대한 추정 결과를, 상기 학습기의 출력으로서 취득하고, 그 추정 결과를 출력하는
것을 특징으로 하는 진단 시스템.
제1항에 있어서,
상기 학습기는 또한,
상기 장치의 동작을 규정한 레시피의 변동분, 상기 장치의 상태를 기술한 로그 데이터의 변동분, 또는 상기 시료의 특성을 기술한 시료 데이터의 변동분 중 적어도 어느 것과,
상기 장치의 검사 정밀도의 변동분과,
의 사이의 대응 관계를 학습하고,
상기 컴퓨터 시스템은,
새로운 상기 레시피, 새로운 상기 로그 데이터, 또는 새로운 상기 시료 데이터 중 적어도 어느 것
을 상기 학습기에 대하여 투입함으로써, 상기 장치의 검사 정밀도의 변동분에 대한 추정 결과를, 상기 학습기의 출력으로서 취득하고, 그 추정 결과를 출력하는
것을 특징으로 하는 진단 시스템.
제1항에 있어서,
상기 학습기는 또한, 상기 에러가 발생하지 않았을 때에 있어서의,
상기 레시피, 상기 로그 데이터, 또는 상기 시료 데이터 중 적어도 어느 것
을 상기 에러가 발생하지 않았다는 취지와 함께 학습하고,
상기 학습기는 또한, 상기 에러의 종류와 함께 상기 에러의 발생 확률을 학습하고,
상기 학습기는 또한, 상기 에러가 발생하지 않았다는 취지와 함께 상기 에러의 불발생 확률을 학습하고,
상기 컴퓨터 시스템은, 상기 학습기가 상기 기계 학습을 실시한 후,
상기 레시피, 상기 로그 데이터, 또는 상기 시료 데이터 중 적어도 어느 것
을 상기 학습기에 대하여 투입함으로써, 상기 발생 확률과 상기 불발생 확률을, 상기 학습기의 출력으로서 취득하고,
상기 컴퓨터 시스템은, 상기 발생 확률과 상기 불발생 확률에 따라서, 상기 에러가 발생하는 예조의 정도를 진단하고, 그 진단 결과를 출력하는
것을 특징으로 하는 진단 시스템.
제1항에 있어서,
상기 컴퓨터 시스템은, 상기 에러의 원인의 추정 결과가 기지의 원인에 의한 것인 경우에는, 상기 레시피 또는 상기 장치의 상태 중 적어도 어느 것을 수정한 다음에, 상기 장치로부터 재검사 결과를 취득하고,
상기 컴퓨터 시스템은, 상기 재검사 결과가 정상인 경우에는,
상기 재검사 결과를 취득할 때에 상기 장치가 사용하고 있던 상기 레시피, 상기 재검사 결과를 취득할 때에 있어서의 상기 로그 데이터, 또는 상기 재검사 결과를 취득할 때에 있어서의 상기 시료 데이터 중 적어도 어느 것
을 상기 에러가 발생하지 않았다는 취지와 함께 재학습하는
것을 특징으로 하는 진단 시스템.
제4항에 있어서,
상기 컴퓨터 시스템은, 상기 재검사 결과가 상기 에러이며 또한 상기 에러의 원인 추정 결과가 기지의 원인에 의한 것이 아닌 경우에는, 에러 복구 처리를 실시한 다음에, 상기 장치로부터 상기 재검사 결과를 재차 취득하고,
상기 컴퓨터 시스템은, 상기 재차 취득한 재검사 결과가 정상인 경우에는, 상기 재학습을 상기 학습기에 실시시키는
것을 특징으로 하는 진단 시스템.
제3항에 있어서,
상기 진단 시스템은 또한, 상기 레시피의 경시 변화, 상기 로그 데이터의 경시 변화, 또는 상기 시료 데이터의 경시 변화 중 적어도 어느 것을 기억하는 기억부를 구비하고,
상기 학습기는,
상기 레시피의 경시 변화 중 경시 변화량이 임계값 이상인 부분, 상기 로그 데이터의 경시 변화 중 경시 변화량이 임계값 이상인 부분, 또는 상기 시료 데이터의 경시 변화 중 경시 변화량이 임계값 이상인 부분 중 적어도 어느 것과,
상기 발생 확률 또는 상기 불발생 확률 중 적어도 어느 것과,
의 사이의 대응 관계를 학습하고,
상기 컴퓨터 시스템은,
상기 레시피의 경시 변화, 상기 로그 데이터의 경시 변화, 또는 상기 시료 데이터의 경시 변화 중 적어도 어느 것
을 상기 학습기에 대하여 투입함으로써, 상기 발생 확률과 상기 불발생 확률을, 상기 학습기의 출력으로서 취득하는
것을 특징으로 하는 진단 시스템.
제1항에 있어서,
상기 학습기는,
상기 레시피와 상기 에러의 종류 사이의 대응 관계를 학습하는 제1 학습부,
상기 로그 데이터와 상기 에러의 종류 사이의 대응 관계를 학습하는 제2 학습부,
상기 시료 데이터와 상기 에러의 종류 사이의 대응 관계를 학습하는 제3 학습부,
상기 제1 학습부에 의한 추정 결과, 상기 제2 학습부에 의한 추정 결과, 상기 제3 학습부에 의한 추정 결과, 상기 에러의 종류, 의 사이의 대응 관계를 학습하는 제4 학습부
를 구비하고,
상기 학습기는, 상기 제1 학습부, 상기 제2 학습부, 상기 제3 학습부, 상기 제4 학습부 각각에 의한 추정 결과를, 상기 학습기의 출력으로서 출력하는
것을 특징으로 하는 진단 시스템.
제1항에 있어서,
상기 장치는, 상기 시료의 화상을 취득하는 화상 취득 장치이며,
상기 학습기는, 상기 레시피로서,
상기 시료 위의 검사점의 개수, 상기 검사점의 상기 시료 위에 있어서의 좌표, 상기 장치가 상기 시료를 검사하기 전에 미리 취득한 상기 시료의 화상, 상기 장치에 의한 검사 조건, 상기 장치에 의한 검사 시퀀스
중 적어도 어느 것을 학습하고,
상기 학습기는, 상기 장치의 상태로서,
상기 검사점을 특정할 때의 기준이 되는 어드레싱 패턴의 좌표, 오토 포커스의 소요 시간, 자동 휘도 콘트라스트 조정을 실시할 때의 게인값 및 바이어스값, 상기 시료 위에 형성되어 있는 패턴의 형상과 사이즈, 상기 장치가 구비하고 있는 센서의 출력값, 상기 장치가 구비하는 부품에 대하여 공급하는 전압값과 전류값, DA 컨버터에 대한 제어 신호
중 적어도 어느 것을 학습하고,
상기 학습기는, 상기 시료의 특성으로서,
상기 시료의 제조 조건, 상기 시료 위의 패턴을 형성할 때에 사용한 레지스트 패턴을 패터닝하기 위해서 사용한 노광기의 종류, 상기 노광기의 노광 조건, 상기 레지스트 패턴의 재료, 상기 레지스트 패턴의 막 두께, 상기 레지스트 패턴의 형상과 사이즈
중 적어도 어느 것을 학습하는
것을 특징으로 하는 진단 시스템.
시료를 계측 또는 검사하는 장치의 상태를 진단하는 진단 시스템이며,
상기 진단 시스템은, 상기 장치에 있어서 발생한 에러의 원인을 추정하는 컴퓨터 시스템을 구비하고,
상기 컴퓨터 시스템은, 상기 장치가 실시하는 검사 처리의 내용을 기술한 처리 내용 데이터, 상기 장치에 의한 검사 조건, 상기 장치의 속성을 기술한 속성 데이터 중 1개 이상의 조합을 기계 학습에 의해 클러스터링하는 학습기를 구비하고,
상기 컴퓨터 시스템은, 상기 학습기가 상기 기계 학습을 실시한 후, 상기 장치에 있어서 상기 에러가 발생한 경우,
상기 에러가 발생했을 때 상기 장치가 실시하고 있던 상기 검사 처리의 내용을 기술한 상기 처리 내용 데이터, 상기 에러가 발생했을 때에 있어서의 상기 검사 조건, 상기 속성 데이터 중 1개 이상의 제1 조합
을 상기 학습기에 대하여 투입함으로써, 상기 클러스터링에 의해 얻어진 클러스터 중 어느 것에 상기 제1 조합을 분류하고,
상기 컴퓨터 시스템은, 상기 분류의 결과에 따라서, 상기 에러가 발생하는지 여부에 관한 추정 결과를 취득하고, 그 추정 결과를 출력하는
것을 특징으로 하는 진단 시스템.
제9항에 있어서,
상기 장치는, 상기 시료의 화상을 취득하는 화상 취득 장치이며,
상기 컴퓨터 시스템은,
상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것에 클러스터링되며, 또한 상기 화상이 정상일 때에 있어서의 상기 제1 조합
을 상기 학습기에 학습시킴으로써, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 모두 정상이며, 또한 상기 화상이 정상인 경우에 있어서의 상기 제1 조합을 클러스터링하는 제1 학습부를 생성하고,
상기 컴퓨터 시스템은, 새로운 상기 제1 조합이 상기 제1 학습부에 의한 클러스터링 결과 중 어느 것으로 분류되는지 여부에 따라서, 새로운 상기 제1 조합을 사용했을 때, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 모두 정상이며, 또한 상기 화상이 정상이 되는지 여부의 추정 결과를, 상기 제1 학습부로부터 취득하는
것을 특징으로 하는 진단 시스템.
제9항에 있어서,
상기 장치는, 상기 시료의 화상을 취득하는 화상 취득 장치이며,
상기 컴퓨터 시스템은,
상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것에 클러스터링되며, 또한 상기 화상이 이상일 때에 있어서의 상기 제1 조합
을 상기 학습기에 학습시킴으로써, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 모두 정상이며, 또한 상기 화상이 이상인 경우에 있어서의 상기 제1 조합을 클러스터링하는 제3 학습부를 생성하고,
상기 컴퓨터 시스템은, 새로운 상기 제1 조합이 상기 제3 학습부에 의한 클러스터링 결과 중 어느 것으로 분류되는지 여부에 따라서, 새로운 상기 제1 조합을 사용했을 때, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 모두 정상이며, 또한 상기 화상이 이상으로 되는지 여부의 추정 결과를, 상기 제3 학습부로부터 취득하는
것을 특징으로 하는 진단 시스템.
제9항에 있어서,
상기 컴퓨터 시스템은, 상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것으로도 클러스터링되지 않은 경우에는, 상기 에러를 회피하기 위해서 미리 규정하고 있는 리커버리 처리를 상기 장치에 실시시키고,
상기 컴퓨터 시스템은,
상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것으로도 클러스터링되지 않고, 또한 상기 리커버리 처리에 의해 상기 에러를 회피할 수 있었을 때에 있어서의 상기 제1 조합
을 상기 학습기에 학습시킴으로써, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상이며, 또한 상기 리커버리 처리에 있어서 사용한 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 정상인 경우에 있어서의 상기 제1 조합을 클러스터링하는 제2 학습부를 생성하고,
상기 컴퓨터 시스템은, 새로운 상기 제1 조합이 상기 제2 학습부에 의한 클러스터링 결과 중 어느 것으로 분류되는지 여부에 따라서, 새로운 상기 제1 조합을 사용했을 때, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상이며, 또한 상기 리커버리 처리에 있어서 사용한 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성이 정상이 되는지 여부의 추정 결과를, 상기 제2 학습부로부터 취득하는
것을 특징으로 하는 진단 시스템.
제9항에 있어서,
상기 컴퓨터 시스템은, 상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것으로도 클러스터링되지 않은 경우에는, 상기 에러를 회피하기 위해서 미리 규정하고 있는 리커버리 처리를 상기 장치에 실시시키고,
상기 컴퓨터 시스템은,
상기 에러가 발생하지 않고, 상기 제1 조합이 상기 분류 중 어느 것으로도 클러스터링되지 않고, 또한 상기 리커버리 처리에 의해 상기 에러를 회피할 수 없었을 때에 있어서의 상기 제1 조합
을 상기 학습기에 학습시킴으로써, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상이며, 또한 상기 리커버리 처리에 있어서 사용한 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상인 경우에 있어서의 상기 제1 조합을 클러스터링하는 제4 학습부를 생성하고,
상기 컴퓨터 시스템은, 새로운 상기 제1 조합이 상기 제4 학습부에 의한 클러스터링 결과 중 어느 것으로 분류되는지 여부에 따라서, 새로운 상기 제1 조합을 사용했을 때, 상기 에러가 발생하지 않고, 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상이며, 또한 상기 리커버리 처리에 있어서 사용한 상기 검사 처리의 내용과 상기 검사 조건과 상기 속성 중 적어도 어느 것이 이상으로 되는지 여부의 추정 결과를, 상기 제4 학습부로부터 취득하는
것을 특징으로 하는 진단 시스템.
제9항에 있어서,
상기 장치는, 상기 시료의 화상을 취득하는 화상 취득 장치이며,
상기 학습기는, 상기 검사 처리의 내용으로서,
상기 시료를 적재하는 스테이지의 좌표계와 상기 장치의 좌표계를 위치 정렬하는 얼라인먼트, 상기 시료 위의 검사점으로 검사 위치를 이동시키는 어드레싱, 오토 포커스 기구의 조정, 자동 비점 보정, 자동 휘도 콘트라스트 조정
중 적어도 어느 것을 학습하고,
상기 학습기는, 상기 검사 조건으로서,
상기 어드레싱 시에 취득하는 시야 사이즈, 상기 오토 포커스 기구의 조정 시에 취득하는 화상 수, 상기 화상의 프레임 적산 수, 상기 오토 포커스 기구의 조정 시에 사용하는 상기 시료 위의 형상 패턴과 검사점 사이의 거리, 상기 오토 포커스 기구의 조정 시에 사용하는 상기 시료 위의 형상 패턴과 검사점 사이의 상대 방향, 렌즈 조건
중 적어도 어느 것을 학습하고,
상기 학습기는, 상기 장치의 속성으로서,
상기 장치의 식별자, 상기 장치가 설치되어 있는 환경의 특성
중 적어도 어느 것을 학습하는
것을 특징으로 하는 진단 시스템.
시료에 대하여 하전 입자 빔을 조사하는 하전 입자선 장치를 진단하는 진단 시스템이며,
상기 하전 입자 빔이 상기 시료의 동일한 위치에 대하여 반복 조사되는지 여부를 진단하는 컴퓨터 시스템을 구비하고,
상기 컴퓨터 시스템은,
제1 하전 입자 빔을 주사하여 제1 시료의 복수의 검사점을 검사하는 제1 하전 입자선 장치가, 상기 제1 시료의 검사에 있어서 상기 제1 시료를 이동시키는 제1 이동 기구의 이동 궤적을 기록한 제1 트래킹 정보와,
제2 하전 입자 빔을 주사하여 제2 시료의 복수의 검사점을 검사하는 제2 하전 입자선 장치가, 상기 제2 시료의 검사에 있어서 상기 제2 시료를 이동시키는 제2 이동 기구의 이동 궤적을 기록한 제2 트래킹 정보
에 기초하여, 상기 제1 및 제2 하전 입자선 장치가 함께 사용하는 검사 레시피의 검사용 빔 주사 영역을 결정하는
것을 특징으로 하는 진단 시스템.
제15항에 있어서,
상기 컴퓨터 시스템은, 상기 시료를 적재하는 스테이지의 위치 결정 정밀도의 변동폭을 기술한 트래킹 데이터를, 동일 기종의 복수의 상기 하전 입자선 장치로부터 각각 취득하고,
상기 컴퓨터 시스템은, 각 상기 하전 입자선 장치로부터 취득한 상기 트래킹 데이터가 기술하고 있는 상기 변동폭에 따라서, 각 상기 하전 입자선 장치가 동일한 동작을 실시했을 때 상기 시료 위의 동일한 위치에 대하여 상기 하전 입자 빔이 허용 횟수 이상 반복해서 조사되는지 여부를 판단하고,
상기 컴퓨터 시스템은, 상기 판단의 결과를 출력하는
것을 특징으로 하는 진단 시스템.
제15항에 있어서,
상기 제1 트래킹 정보는, 상기 제1 이동 기구가 상기 제1 시료를 위치 결정할 때의 위치 변동폭의 이력을 기술하고 있으며,
상기 제2 트래킹 정보는, 상기 제2 이동 기구가 상기 제2 시료를 위치 결정할 때의 위치 변동폭의 이력을 기술하고 있으며,
상기 컴퓨터 시스템은, 상기 제1 트래킹 정보가 기술하고 있는 위치 변동폭의 이력에 따라서, 상기 제1 이동 기구에 의한 위치 결정의 최대 변동폭을 제1 변동폭으로서 계산하고,
상기 컴퓨터 시스템은, 상기 제2 트래킹 정보가 기술하고 있는 위치 변동폭의 이력에 따라서, 상기 제2 이동 기구에 의한 위치 결정의 최대 변동폭을 제2 변동폭으로서 계산하고,
상기 컴퓨터 시스템은, 상기 제1 변동폭과 상기 제2 변동폭이 상기 시료 위에 있어서 겹치는지 여부에 따라서, 상기 제1 하전 입자선 장치와 상기 제2 하전 입자선 장치가 동일한 동작을 실시했을 때 상기 시료 위의 동일 위치에 대하여 상기 하전 입자 빔이 허용 횟수 이상 반복해서 조사되는지 여부를 판단하는
것을 특징으로 하는 진단 시스템.
제15항에 있어서,
상기 제1 트래킹 정보는, 상기 제1 이동 기구의 이동 궤적의 경시적 변화를 기술하고 있으며,
상기 제2 트래킹 정보는, 상기 제2 이동 기구의 이동 궤적의 경시적 변화를 기술하고 있으며,
상기 컴퓨터 시스템은, 상기 제1 트래킹 정보가 기술하고 있는 상기 제1 이동 기구의 이동 궤적의 경시적 변화에 따라서, 상기 제1 이동 기구의 이동 궤적의 변화를 예측하고,
상기 컴퓨터 시스템은, 상기 제2 트래킹 정보가 기술하고 있는 상기 제2 이동 기구의 이동 궤적의 경시적 변화에 따라서, 상기 제2 이동 기구의 이동 궤적의 변화를 예측하고,
상기 컴퓨터 시스템은, 상기 예측한 상기 제1 이동 기구의 이동 궤적의 변화와, 상기 예측한 상기 제2 이동 기구의 이동 궤적의 변화가 상기 시료 위에 있어서 겹쳐 있는지 여부에 따라서, 상기 제1 하전 입자선 장치와 상기 제2 하전 입자선 장치가 동일한 동작을 실시했을 때 상기 시료 위의 동일 위치에 대하여 상기 하전 입자 빔이 허용 횟수 이상 반복해서 조사되는지 여부를 판단하는
것을 특징으로 하는 진단 시스템.