KR20230069153A - 웨이퍼 상의 반도체 구조에 대한 결함 검출 - Google Patents

Abstract

웨이퍼(60) 상에 배열된 복수의 반도체 구조의 결함 검출 방법(3010)은 웨이퍼(60)의 현미경 이미지(42, 80)를 얻는 단계(3101)를 포함하고, 현미경 이미지(42, 80)는 복수의 반도체 구조(62, 171, 172)를 묘사한다. 방법은 데이터베이스(55)로부터, 복수의 반도체 구조(62, 171, 172)의 각각의 하나 이상의 반도체 구조(62, 171, 172)와 연관된 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)를 얻는 단계를 또한 포함한다. 방법은 핑거프린트 데이터(41) 및 현미경 이미지(42, 80)에 기초하여 결함 검출을 수행하는 단계를 더 포함한다.

Description

웨이퍼 상의 반도체 구조에 대한 결함 검출

우선권 주장

본 출원은 여기에 참조로서 합체되어 있는 독일 특허 출원 10 2020 123 979.3(2020년 9월 15일 출원)의 우선권을 주장한다.

기술분야

본 개시내용의 다양한 예는 일반적으로 웨이퍼 상의 반도체 구조에 대한 결함 검출에 관한 것이다. 본 개시내용의 다양한 예는 특히 웨이퍼 상의 반도체 구조와 연관된 기본 패턴 클래스의 세트를 사용하는 결함 검출에 관한 것이다.

반도체 구조는 리소그래피를 사용하여 웨이퍼, 예를 들어 실리콘 웨이퍼 상에 구조화된다. 제조의 복잡성으로 인해, 결함이 발생할 수 있다. 이러한 결함은 반도체 구조에 의해 형성된 반도체 디바이스의 기능을 손상시킬 수 있다. 이에 따라, 제조 중 또는 제조의 완료시에 반도체 구조의 결함을 검출(결함 검출)하는 기술이 안출되었다. 제조 중 또는 후에 인라인(In-line) 또는 엔드 오브 라인(end-of-line) 테스트가 가능하다.

반도체 제조에서 결함 검출을 위한 2개의 널리 사용되는 기술은 다이-투-다이(die-to-die: D2D) 결함 검출 및 다이-투-데이터베이스(die-to-database: D2DB) 결함 검출이다. 양 기술 모두에서, 웨이퍼 상의 다이(즉, 칩 영역)를 묘사하는 현미경 이미지가 획득한다. 이어서 이러한 현미경 이미지를 하나 이상의 기준 이미지와 비교하는 것이 가능하다. 하나 이상의 기준 이미지는 결함의 부재시에 반도체 구조의 예상되는 외관에 대응한다. 이러한 비교를 위해, 상이한 메트릭이 알려져 있다. 예를 들어, 임계값에 대한 차이 이미지의 비교는 메트릭에 기초하여 구현될 수 있고, 임계값 비교의 결과에 따라, 결함이 보고될 수 있다.

D2D 및 D2DB 결함 검출은 주로 하나 이상의 기준 이미지의 소싱 또는 출처에 관하여 상이하다.

D2D 결함 검출에서, 기준 이미지는 웨이퍼의 다른 영역으로부터 얻어진다. 예를 들어, 제1 다이의 현미경 이미지가 하나 이상의 제2 다이의 기준 현미경 이미지에 대해 비교될 수 있다. 다른 옵션은 하나의 다이를 기준으로서 명시적으로 라벨링하지 않고 3개(또는 그 초과)의 다이를 비교하는 것인데: 2개의 다이가 일치하고 제3 다이가 상이한 경우, 제3 다이는 결함으로서 보고된다. 이와 달리, D2DB 결함 검출의 경우, 현미경 이미지는 반도체 웨이퍼의 각각의 영역의 설계 템플릿 - 예를 들어, CAD 레이아웃 - 에 비교된다. CAD 레이아웃은 예를 들어, 노드 및 에지에 의해 형성된 다각형의 집합일 수 있다.

현미경 이미지와 CAD 레이아웃 사이의 직접 비교는 유용한 결과를 산출하지 않는 것으로 관찰되었다. 예를 들어, CAD 레이아웃의 다각형이 그래픽으로 표현되는 경우, CAD 레이아웃의 이러한 그래픽 표현은 예를 들어 리소그래피 및/또는 에칭 및/또는 재료 퇴적 및/또는 연삭과 같은 제조 프로세스로부터 발생하는 임의의 특징이 결여된다. 예를 들어, 제조 프로세스는 종종 라운딩된 코너를 야기하는 경향이 있고; 반면 이러한 라운딩된 에지는 CAD 레이아웃에 반영되지 않는다. 코너 라운딩 이외의 CAD 레이아웃의 그래픽 표현에 반영되지 않은 특징의 다른 예는 에지 거칠기(예를 들어, 리소그래피 레지스트 및/또는 에칭에 의해 발생됨)를 포함한다. 더욱이, 이미징 양식의 전달 함수는 CAD 레이아웃의 이러한 그래픽 표현에 포함되지 않는다. 전달 함수의 통상적인 영향은 이미징 양식에 의해 발생되는 그레이 레벨과 노이즈일 것이다.

따라서, 종종, CAD 레이아웃은 제조 프로세스 및/또는 이미징 양식의 전달 함수의 영향을 모방하는 합성 현미경 이미지로 변환될 수도 있다. CAD 레이아웃에 기초하는 합성 현미경 이미지의 이러한 생성은 통상적으로: (i) CAD 레이아웃에 기초하는 마스크의 리소그래피 전달 함수를 시뮬레이션 또는 에뮬레이션하는 단계; (ii) 예를 들어, 웨이퍼 상의 사용된 에칭 가스 및 재료에 기초하여 에칭 프로세스를 시뮬레이션 또는 에뮬레이션하는 단계; 및 (iii) 예를 들어 이미징 양식의 광학 전달 함수를 사용하여 웨이퍼 상의 주어진 재료 토포그래피로부터 현미경 이미지 생성을 시뮬레이션하거나 에뮬레이션하는 단계를 포함한다. 단계 (i) 내지 (iii)의 전체 시뮬레이션을 실행하는 것은 어렵고 오류가 발생하기 쉬운 것으로 입증되었다. 특히, 처리 단계의 상세한 지식이 항상 이용 가능한 것은 아니다. 더욱이, 이미징 양식의 전달 함수의 상세한 지식이 또한 항상 이용 가능한 것은 아니다. 부가적으로, 시뮬레이션에서 구현하기 어려운 프로세스 변동의 영향이 있을 수도 있다.

D2DB 결함 검출을 위한 대안적 접근법 - 합성 현미경 이미지에 의존하지 않음 - 은, 예를 들어, 현미경 이미지로부터, CAD 레이아웃에 적용될 리소그래피 프로세스의 통상적인 코너 라운딩을 수동으로 식별함으로써, CAD 레이아웃으로부터 현미경 이미지로의 맵핑을 결정하는 것이다. 예를 들어, 사용자는 특정 반도체 구조에 대한 현미경 이미지에 나타나는 그레이 레벨을 정의함으로써 맵핑을 파라미터화할 수도 있다. 이는 CAD 파일의 반도체 구조와 실제 SEM 이미지 사이의 시각적 비교의 유형에 대응한다. 이로부터, 전문가는 프로세스 및 SEM에 대해 전경 및 배경 그레이 레벨이 무엇인지 추론하고 SEM 이미지의 대응부로의 CAD의 반도체 구조의 휴리스틱(heuristic) 맵핑을 위해 이를 사용할 수 있다. 이러한 접근법은 통상적으로 리소그래피 및 이미징의 도메인에 대한 전문 지식을 필요로 한다. 이에 따라, 이러한 접근법은 비신뢰적이고 오류를 받게 된다. 또한, 맵핑은 프로세스의 변동이 발생하거나 이미징 양식의 변경이 부닥칠 때마다 적응되거나 새롭게 결정되어야 할 수도 있다.

이에 따라, D2DB 결함 검출의 이러한 종래의 기술은 오류가 발생하기 쉽고 시간 소모적이다. 이들은 상당한 수동 노고를 필요로 할 수도 있다. 이들은 프로세스 안정적이지 않을 수도 있는데, 즉, 일단 프로세스가 변경되면 조정 또는 새로운 파라미터화를 필요로 할 수도 있다. 이들은 이미징 양식에 관하여 안정적이지 않을 수도 있는데, 즉, 일단 이미징 양식이 변경되면 조정 또는 새로운 파라미터화를 필요로 할 수도 있다.

이에 따라, 웨이퍼 상의 반도체 구조에 대한 결함 검출의 진보된 기술에 대한 요구가 존재한다. 특히, 상기에 식별된 제한 및 결점 중 적어도 일부를 완화하거나 경감시키는 기술에 대한 요구가 존재한다.

이러한 요구는 독립항의 특징에 의해 충족된다. 종속항의 특징은 예를 정의한다.

복수의 반도체 구조의 결함 검출 방법이 제공된다. 복수의 반도체 구조는 웨이퍼 상에 배열된다. 방법은 웨이퍼의 현미경 이미지를 얻는 단계를 포함한다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 방법은 데이터베이스로부터 핑거프린트 데이터를 얻는 단계를 또한 포함한다. 핑거프린트 데이터가 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해 얻어진다. 각각의 기본 패턴 클래스는 복수의 반도체 구조 중 하나 이상의 각각의 반도체 구조와 연관된다. 방법은 핑거프린트 데이터 및 현미경 이미지에 기초하여 결함 검출을 수행하는 단계를 또한 포함한다.

기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대한 핑거프린트 데이터를 사용함으로써, 현미경 이미지와 CAD 레이아웃과 같은 설계 템플릿 사이의 맵핑을 제공하도록 요구되지 않더라도, 정확한 결함 검출이 제공될 수 있다.

프로그램 코드를 포함하는 컴퓨터 프로그램 또는 컴퓨터 프로그램 제품 또는 컴퓨터 판독 가능 저장 매체가 제공된다. 프로그램 코드는 적어도 하나의 프로세서에 의해 실행될 수 있다. 프로그램 코드를 실행할 때, 적어도 하나의 프로세서는 웨이퍼 상에 배열된 복수의 반도체 구조의 결함 검출 방법을 수행한다. 방법은 웨이퍼의 현미경 이미지를 얻는 단계를 포함한다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 방법은 데이터베이스로부터 핑거프린트 데이터를 얻는 단계를 또한 포함한다. 핑거프린트 데이터가 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해 얻어진다. 각각의 기본 패턴 클래스는 복수의 반도체 구조 중 각각의 하나 이상의 반도체 구조와 연관된다. 방법은 핑거프린트 데이터 및 현미경 이미지에 기초하여 결함 검출을 수행하는 단계를 또한 포함한다.

디바이스는 웨이퍼 상에 배열된 복수의 반도체 구조의 결함 검출을 위한 제어 회로를 포함한다. 제어 회로는 웨이퍼의 현미경 이미지를 얻도록 구성된다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 제어 회로는 또한 데이터베이스로부터 핑거프린트 데이터를 얻도록 구성된다. 핑거프린트 데이터가 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해 얻어진다. 각각의 기본 패턴 클래스는 복수의 반도체 구조 중 하나 이상의 반도체 구조와 연관된다. 제어 회로는 또한 핑거프린트 데이터 및 현미경 이미지에 기초하여 결함 검출을 수행하도록 구성된다.

웨이퍼 상에 배열된 복수의 반도체 구조의 결함 검출을 위한 데이터베이스를 파퓰레이팅(populating)하는 방법이 제공된다. 방법은 웨이퍼의 현미경 이미지를 얻는 단계를 포함한다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 방법은 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스가 복수의 반도체 구조의 각각의 하나 이상의 반도체 구조와 연관되는 것인, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해: 현미경 이미지의 다수의 현미경 이미지 크롭을 결정하는 단계를 포함한다. 현미경 이미지 크롭은 각각의 기본 패턴 클래스와 연관된 복수의 반도체 구조 중 하나 이상의 반도체 구조를 묘사한다. 방법은 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대한 각각의 기본 패턴 클래스에 대한 핑거프린트 데이터를 결정하는 단계를 또한 포함한다. 이는 각각의 다수의 이미지 크롭에 기초한다. 방법은 기본 패턴 클래스에 대한 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하는 단계를 또한 포함한다.

컴퓨터 프로그램 또는 컴퓨터 프로그램 제품 또는 컴퓨터 판독 가능 저장 매체는 프로그램 코드를 포함한다. 프로그램 코드가 로딩되고 적어도 하나의 프로세서에 의해 실행될 수 있다. 적어도 하나의 프로세서는, 프로그램 코드를 로딩하고 실행할 때, 웨이퍼 상에 배열된 복수의 반도체 구조의 결함 검출을 위한 데이터베이스를 파퓰레이팅하는 방법을 실행하도록 구성된다. 방법은 웨이퍼의 현미경 이미지를 얻는 단계를 포함한다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 방법은 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스가 복수의 반도체 구조의 각각의 하나 이상의 반도체 구조와 연관되는 것인, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해: 현미경 이미지의 다수의 현미경 이미지 크롭을 결정하는 단계를 또한 포함한다. 현미경 이미지 크롭은 각각의 기본 패턴 클래스와 연관된 복수의 반도체 구조 중 하나 이상의 반도체 구조를 묘사한다. 방법은 각각의 다수의 이미지 크롭에 기초하여, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대한 각각의 기본 패턴 클래스에 대한 핑거프린트 데이터를 결정하는 단계를 또한 포함한다. 방법은 기본 패턴 클래스에 대한 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하는 단계를 또한 포함한다.

디바이스는 복수의 반도체 구조를 포함하는 웨이퍼에 대한 결함 검출을 위한 데이터베이스를 파퓰레이팅하기 위한 제어 회로를 포함한다. 제어 회로는 웨이퍼의 현미경 이미지를 얻도록 구성된다. 현미경 이미지는 복수의 반도체 구조를 묘사한다. 제어 회로는 또한 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해(기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스는 복수의 반도체 구조의 각각의 하나 이상의 반도체 구조와 연관됨), 현미경 이미지의 다수의 현미경 이미지 크롭을 결정하도록 구성된다. 현미경 이미지 크롭은 각각의 기본 패턴 클래스와 연관된 복수의 반도체 구조 중 하나 이상의 반도체 구조를 묘사한다. 제어 회로는 또한 기본 패턴 클래스 세트의 각각의 기본 패턴 클래스에 대해, 각각의 다수의 이미지 크롭에 기초하여 각각의 기본 패턴 클래스에 대한 핑거프린트 데이터를 결정하도록 구성된다. 제어 회로는 또한 기본 패턴 클래스에 대한 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하도록 구성된다.

전술된 특징 및 아래에서 설명될 특징들은 본 개시내용의 범주로부터 벗어나지 않고, 나타낸 각각의 조합으로, 뿐만 아니라 다른 조합으로 또는 단독으로 사용될 수도 있다는 것이 이해되어야 한다.

도 1은 다양한 예에 따른 복수의 반도체 구조를 포함하는 웨이퍼를 개략적으로 도시하고 있다.
도 2는 다양한 예에 따른 결함 검출을 실행하도록 구성된 디바이스를 개략적으로 도시하고 있다.
도 3은 다양한 예에 따른 방법의 흐름도이다.
도 4는 다양한 예에 따른 설계 템플릿을 개략적으로 도시하고 있다.
도 5는 다양한 예에 따른 도 4의 설계 템플릿과 연관된 현미경 이미지이다.
도 6은 다양한 예에 따른 도 5의 현미경 이미지에 의해 묘사되어 있는 반도체 구조의 결함을 개략적으로 도시하고 있다.
도 7은 다양한 예에 따른 방법의 흐름도이다.
도 8은 다양한 예에 따른 기본 패턴 클래스와 연관된 반도체 구조를 개략적으로 도시하고 있다.
도 9는 다양한 예에 따른 도 5의 현미경 이미지에서 각각의 반도체 구조의 기본 패턴 클래스 및 배열의 세트를 개략적으로 도시하고 있다.
도 10은 다양한 예에 따른 도 5의 현미경 이미지로부터 기본 패턴 클래스의 세트의 기본 패턴 클래스에 대한 다수의 현미경 이미지 크롭을 결정하는 것을 개략적으로 도시하고 있다.
도 11은 다양한 예에 따른 방법의 흐름도이다.
도 12는 다양한 예에 따른 방법의 흐름도이다.
도 13은 다양한 예에 따른 방법의 흐름도이다.
도 14는 다양한 예에 따른 결함 검출을 위한 워크플로(workflow)를 도시하고 있다.

본 개시내용의 몇몇 예는 일반적으로 복수의 회로 또는 다른 전기 디바이스를 제공한다. 회로 및 다른 전기 디바이스 및 각각에 의해 제공되는 기능에 대한 모든 참조는 단지 본 명세서에 예시되고 설명된 것만 포함하는 것으로 한정되도록 의도되지 않는다. 특정 라벨이 개시된 다양한 회로 또는 다른 전기 디바이스에 할당될 수도 있지만, 이러한 라벨은 회로 및 다른 전기 디바이스에 대한 동작의 범위를 한정하도록 의도되지 않는다. 이러한 회로 및 다른 전기 디바이스는 원하는 특정 유형의 전기적 구현예에 기초하여 임의의 방식으로 서로 조합되고 그리고/또는 분리될 수도 있다. 본 명세서에 개시된 임의의 회로 또는 다른 전기 디바이스는 임의의 수의 마이크로제어기, 범용 프로세서 유닛(CPU), 그래픽 프로세서 유닛(GPU), 집적 회로, 메모리 디바이스(예를 들어, 플래시, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 전기 프로그램가능 판독 전용 메모리(EPROM), 전기 소거가능 프로그램가능 판독 전용 메모리(EEPROM), 또는 이들의 다른 적합한 변형), 및 본 명세서에 개시된 작업(들)을 수행하기 위해 서로 협력하는 소프트웨어를 포함할 수도 있다는 것이 인식된다. 게다가, 전기 디바이스의 임의의 하나 이상은 개시된 바와 같은 임의의 수의 기능을 수행하도록 프로그램된 비일시적 컴퓨터 판독 가능 매체에 구현된 프로그램 코드를 실행하도록 구성될 수도 있다.

이하, 본 개시내용의 예가 첨부 도면을 참조하여 상세히 설명될 것이다. 이하의 예의 설명은 한정적인 의미로 취해지지 않는다는 것이 이해되어야 한다. 본 개시내용의 범주는 단지 예시적인 것으로 취해지는 이하에 설명된 예에 의해 또는 도면에 의해 한정되도록 의도되지 않는다.

도면은 개략도인 것으로서 간주되고 도면에 예시된 요소는 반드시 실제 축척대로 도시되어 있지는 않다. 오히려, 다양한 요소는 그 기능 및 일반적인 목적이 통상의 기술자에게 명백하게 되도록 표현되어 있다. 도면에 도시되어 있거나 본 명세서에 설명된 기능 블록, 디바이스, 구성요소 또는 다른 물리적 또는 기능적 유닛 사이의 임의의 연결 또는 결합은 또한 간접 연결 또는 결합에 의해 구현될 수도 있다. 구성요소 사이의 결합은 또한 무선 연결을 통해 설정될 수도 있다. 기능 블록은 하드웨어, 펌웨어, 소프트웨어 또는 이들의 조합으로 구현될 수도 있다.

이하, 웨이퍼 상에 형성된 반도체 구조의 구조 결함의 검출에 관한 기술이 설명될 것이다. 결함은 다양한 종류 및 유형의 반도체 구조, 예를 들어 메모리 셀, 로직 셀, 트랜지스터, 와이어, 비아, 마이크로전기기계 구조 등과 같은 반도체 디바이스의 부분이거나 구현되는 반도체 구조에 대해 검출될 수 있다.

다양한 예에 따르면, 결함 검출이 용이해진다. 결함 검출은 반도체 구조와 연관된 기본 패턴 클래스에 대한 핑거프린트 데이터에 기초한다. 기본 패턴 클래스(또한 기본 구조 클래스라고 칭할 수도 있음)는, 예를 들어 각각의 기본 패턴 클래스의 하나 이상의 반도체 구조를 이에 따라 복제하고 배열하고 배향함으로써 웨이퍼를 가로지르는 반도체 구조를 모사하는 데 사용될 수 있는 기초 또는 빌딩 블록을 형성할 수 있다.

일반적으로, 핑거프린트 데이터는 기본 패턴 클래스와 연관된 반도체 구조의 대표 외관을 결정하는 것을 가능하게 할 수 있다. 이어서, 대표 그래픽 외관을 현미경 이미지의 적어도 일부, 예를 들어 현미경 이미지 크롭과 비교하는 것이 가능하다. 대표 외관은 제조 프로세스 및/또는 이미징 양식의 영향을 포함할 수 있다.

핑거프린트 데이터는 반도체 구조의 예상되는 외관을 직접 또는 간접적으로 정의하거나 심지어 포함할 수 있다.

핑거프린트 데이터는 반도체 구조의 예상되는 외관을 나타내는 예로부터 얻어질 수 있다.

핑거프린트 데이터는 기준, 즉, 이들 하나 이상의 반도체 구조의 예상되는 외관에 대한 웨이퍼 상에 실제로 존재하는 하나 이상의 반도체 구조를 묘사하고 있는 이미지 크롭의 비교를 가능하게 할 수 있다.

핑거프린트 데이터는 적어도 어느 정도는, 프로세스 안정적일 수 있다. 즉, 제조 프로세스 및/또는 이미징 양식의 변동의 존재시에도, 핑거프린트 데이터에 기초하여, 핑거프린트 데이터에 기초하는 반도체 구조의 적합한 대표 외관을 결정하는 것이 여전히 가능할 수도 있다. 핑거프린트 데이터는 제조 프로세스의 공차 및/또는 이미징 양식의 변동으로 인해 예상되는 외관의 변화를 제공할 수 있다.

각각의 기본 패턴 클래스의 핑거프린트 데이터는 그 기본 패턴 클래스와 연관된 웨이퍼의 복수의 반도체 구조 중 하나 이상의 반도체 구조와 연관된다. 즉, 복수의 반도체 구조의 각각의 것에 대한 핑거프린트 데이터를 제공하도록 요구되지 않는데; 핑거프린트 데이터는 각각의 기본 패턴 클래스에 대해 제공된다. 이에 의해, 각각의 기본 패턴 클래스에 대해, 차원성이 감소될 수 있고 핑거프린트 데이터가 정확하게 결정될 수 있다. 기본 패턴 클래스의 세트는 반도체 구조의 수보다 크기가 더 작거나 결함에 대해 테스트될 수 있다. 이러한 기술은 웨이퍼의 통상적인 설계 템플릿에서, 반도체 구조의 반복이 발생한다는 발견에 기초한다. 예를 들어, 반도체 구조의 세트를 포함하는 특정 다이는 웨이퍼를 가로질러 다수 회 반복될 수 있다. 또한 각각의 다이 내에 반도체 구조의 반복이 있을 수 있다. 반도체 구조의 반복은 웨이퍼 상의 반도체 구조의 수와 비교되는 경우 기본 패턴 클래스의 세트의 차원성을 감소시키기 위해 활용될 수 있다.

다양한 예에 따르면, 기본 패턴 클래스의 세트의 기본 패턴 클래스에 대한 핑거프린트 데이터를 자동으로 또는 반자동으로 결정하는 것이 가능하다. 특히, 이하의 작업: 이미지 정합; 특징 및 이미지의 분류; 결함 검출을 위한 기계 학습; 결함 검출용 필터 등 중 하나 이상에 대해 알고리즘을 채용하는 것이 가능할 것이다. 이러한 기술에 의해, 큰 현미경 이미지에 대한 결함을 적절하게 검출하는 것이 가능하다.

본 명세서에 설명된 기술에 따르면, 설계 템플릿 - 예를 들어, CAD 파일 - 이 사용될 수도 있다. 예를 들어, 기본 패턴 클래스를 결정할 때 설계 템플릿을 사용하는 것이 가능할 것이다. 예를 들어, 기본 패턴 클래스는 핑거프린트 데이터를 포함하는 데이터베이스를 파퓰레이팅할 때 결정될 수도 있다. 이어서, 설계 템플릿에 기초하여 결정되는 이들 기본 패턴 클래스에 기초하여, 핑거프린트 데이터가 결정될 수도 있고, 데이터베이스가 이에 따라 파퓰레이팅될 수도 있다. 설계 템플릿은 또한 예를 들어 핑거프린트 데이터를 결정할 때 및/또는 핑거프린트 데이터의 기본 패턴 클래스와 연관된 반도체 구조의 대표 외관을 결정하기 위해 데이터베이스에 저장된 핑거프린트 데이터에 의존할 때 생산 모드에서 현미경 이미지의 현미경 이미지 크롭을 결정하는 데 사용될 수 있다.

도 1은 다수의 다이(61)를 포함하는 웨이퍼(60)를 개략적으로 도시하고 있다. 다이(61)는 반복적으로 배열된다. 각각의 다이(61)는 다수의 반도체 구조(62)를 포함한다(도 1의 삽화 참조). 각각의 반도체 구조(62)는 하나 이상의 요소(63), 예를 들어 트렌치, 라인, 도트, 홀 등에 의해 형성될 수 있다. 각각의 반도체 구조(62)는 반도체 디바이스의 부분, 예를 들어 메모리 셀, 로직 요소 또는 다른 기능 유닛일 수 있다.

도 2는 다양한 예에 따른 디바이스(50)를 개략적으로 도시하고 있다. 디바이스(50)는 처리 유닛(51)(이하, 간단히 프로세서) 및 메모리(52)에 의해 구현되는 처리 회로를 포함한다. 프로세서(51)는 메모리(52)로부터 프로그램 코드를 로딩하고 실행할 수 있다. 프로세서(51)는 또한 통신 인터페이스(53)와 결합된다. 프로세서(51)는 인터페이스(53)를 통해, 2-D 이미지 또는 3-D 체적 이미지와 같은 현미경 이미지(42)를 수신할 수 있다.

현미경 이미지(42)는 데이터베이스로부터 또는 이미징 디바이스, 예를 들어 주사 전자 현미경(SEM) 또는 광학 현미경으로부터 수신될 수도 있다.

일반적으로, 예를 들어 SEM, 또는 광학 이미징, UV 이미징, 원자력 현미경 등과 같은, 다양한 이미징 양식이 현미경 이미지(42)를 제공하기 위해 고려 가능하다. He-입자 이미징(HIM - Helium-Ion Microscopy)이 가능할 것이다. 3D 체적 이미징을 위한 집속 이온 빔 - SEM(또는 HIM 또는 일반적으로 임의의 하전 입자 이미징) 조합이 가능할 것이다. 3D 체적 이미징을 위한 X선 기반 단층 촬영이 마찬가지로 가능할 것이다.

프로세서(51)는 데이터베이스(55)로 또는 그로부터 핑거프린트 데이터(41)를 전송 또는 수신할 수 있다. 도 2에서 데이터베이스(55)는 별개의 엔티티로서 도시되어 있지만, 데이터베이스(55)가 메모리(52)에 저장되는 것이 가능할 것이다.

프로세서(51)는 메모리(52)로부터 로딩되는 프로그램 코드에 기초하여 그리고 프로그램 코드를 실행할 때 이하의 활동: 기본 패턴 클래스의 세트의 기본 패턴 클래스에 대한 핑거프린트 데이터(41)로 데이터베이스(55) 파퓰레이팅하는 것; 핑거프린트 데이터(41)를 결정하는 것; 기본 패턴 클래스를 결정하는 것; 예를 들어, 웨이퍼 레이아웃에 따라 데이터베이스(55)로부터 핑거프린트 데이터(41)를 얻는 것; 핑거프린트 데이터(41)에 기초하여 결함 검출을 수행하는 것; 현미경 이미지의 현미경 이미지 크롭을 결정하는 것; 등 중 하나 이상을 수행할 수 있다. 이하, 프로세서(51)에 의해 구현되는 이러한 기능에 관한 상세가 설명될 것이다.

도 3은 다양한 예에 따른 방법의 흐름도이다. 예를 들어, 도 3의 방법은 디바이스(50)의 프로세서(51)에 의해 실행될 수 있다(도 2 참조). 도 3은 결함 검출의 2개의 스테이지를 도시하고 있다. 본 명세서에 설명된 기술에 따르면, 박스 3005 및 박스 3010에서 양 스테이지를 실행하거나, 예를 들어 박스 3005 또는 박스 3010에서 2개의 스테이지 중 하나만을 실행하는 것이 가능하다.

박스 3005에서, 데이터베이스 - 예를 들어, 데이터베이스(55) - 가 파퓰레이팅된다. 이는 결함이 존재하는지 여부를 결정하는 알고리즘의 후속 실행을 구현하기 위해 적합한 데이터가 데이터베이스에 제공되는 것을 의미한다. 본 명세서에 설명된 예에 따르면(예를 들어, 도 7 참조), 핑거프린트 데이터 - 도 2: 핑거프린트 데이터(41) 참조 - 는 기본 패턴 클래스의 세트의 기본 패턴 클래스에 대해 결정된다. 이는 반도체 구조를 포함하는 웨이퍼의 설계 템플릿에 기초할 수 있다. 또한 웨이퍼의 현미경 이미지, 다른 메타데이터 또는 사용자 선택에 기초할 수도 있다.

따라서, 박스 3005는 박스 3010에서 후속 생산 스테이지를 위한 준비에 대응한다.

박스 3010에서, 데이터는 데이터베이스로부터 얻어지는데; 데이터는 결함 검출에 사용을 위한 것이다. 본 명세서에 설명된 예에 따르면, 이전에 데이터베이스에 제공된 핑거프린트 데이터는 데이터베이스로부터 판독될 수 있다. 핑거프린트 데이터는 이어서 다수의 반도체 구조를 포함하는 웨이퍼의 현미경 이미지 내의 구체적인 결함의 인스턴스를 검출하는 데 사용될 수 있다.

이러한 기술은, 종종 CAD 레이아웃과 같은 설계 템플릿을 웨이퍼의 현미경 이미지와 즉시 비교하는 것이 가능하지 않다는 발견에 기초한다. CAD 레이아웃 및 현미경 이미지에 관한 상세가 도 4 및 도 5와 관련하여 설명된다.

도 4는 여기서 반도체 구조(62)의 CAD 레이아웃(70)의 형태의 설계 템플릿을 도시하고 있다. CAD 레이아웃(70)은 예를 들어, 리소그래피 마스크 및/또는 에칭 마스크를 형성하기 위해 반도체 구조(62)의 제조 프로세스에 대해 사용될 수 있다. CAD 레이아웃(70)은 다각형에 의해 형성된다. 이에 의해, 서로에 대한 반도체 구조(62)의 배열 및/또는 배향이 정의된다. 설계 템플릿은 또한 웨이퍼 기준 좌표계에 관한 반도체 구조(62)의 배열 및/또는 배향을 정의할 수 있다.

도 5는 도 4의 CAD 레이아웃(70)에 따른 반도체 구조(62)의 현미경 이미지(80)이다. 도 5의 시나리오에서, 현미경 이미지(80)는 이미징 양식으로서 SEM을 사용하여 획득되지만, 현미경 이미지(80)는 다른 예에서 다른 이미징 양식을 사용하여 획득될 수 있다.

도 4와 도 5 사이의 비교로부터 이해될 수 있을 바와 같이, 현미경 이미지(80)는 그레이스케일; 코너 라운딩; 에지 거칠기와 같은, CAD 레이아웃(70)에 포함되지 않은 그래픽 외관의 다수의 특징을 포함한다. 그래픽 외관의 이러한 특징은 반도체 구조(62)의 결함을 나타내지 않는다. 오히려, 이러한 특징은 제조 프로세스 및 이미징 양식을 사용하는 이미징에 고유하다.

그럼에도 불구하고, 제2 행에서 제4 반도체 구조(62)(좌측으로부터)의 중심선에 결함, 즉, 라인 브레이크(line break)가 존재한다. 이 결함(81)은 도 6에 도시되어 있다. 도 6은 현미경 이미지(80) 상의 CAD 레이아웃(70)의 오버레이이다.

이하, CAD 레이아웃(70)과 현미경 이미지(80) 사이의 그래픽 외관의 차이의 고려시에도, 이러한 결함 및 다른 결함을 신뢰적으로 검출하는 것을 가능하게 하는 기술이 설명될 것이다.

도 7은 다양한 예에 따른 방법의 흐름도이다. 예를 들어, 도 7의 방법은 디바이스(50)(도 2 참조) 또는 더 구체적으로, 메모리(52)로부터 프로그램 코드를 로딩할 때 프로세서(51)에 의해 실행될 수 있다. 도 7의 방법은 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하는 것을 가능하게 한다(도 1: 핑거프린트 데이터(41) 및 데이터베이스(55) 참조). 이와 같이, 도 7의 방법은 도 3의 박스 3005를 구현한다. 선택적 박스는 도 7에서 점선으로 라벨링되어 있다.

박스 3050에서, 현미경 이미지가 얻어진다(도 5: 현미경 이미지(80) 참조). 현미경 이미지는 다수의 반도체 구조를 포함하는 웨이퍼를 묘사하고 있다(도 1: 웨이퍼(60) 및 반도체 구조(62) 참조). 예시를 위해, 현미경 이미지는 이미징 디바이스로부터 수신될 수 있거나 데이터베이스 또는 다른 메모리로부터 로딩될 수 있다.

선택적 박스 3055에서, 동일한 웨이퍼에 대한 설계 템플릿이 얻어진다(도 4: CAD 레이아웃(70) 참조). 설계 템플릿은 반도체 구조의 기하학 형상과 서로에 관한 이들의 상대 배열, 선택적으로, 웨이퍼에 관한 상대 배열, 예를 들어 웨이퍼 플랫 또는 웨이퍼 노치 또는 웨이퍼 상의 다른 기준 위치를 나타낸다. 따라서, 설계 템플릿은 반도체 구조, 뿐만 아니라 서로에 관한 반도체 구조의 상대 배열 및 선택적으로 웨이퍼에서 지정한다. 배향이 정의될 수 있다. 설계 템플릿은 CAD 레이아웃에 의해 구현될 수 있다.

예를 들어, 설계 템플릿은 각각의 층 상에 배열된 다각형을 갖는 다수의 층을 포함할 수 있다. 다수의 층은 제조 프로세스의 상이한 처리 단계에 대응할 수 있다. 설계 템플릿의 모든 다각형이 현미경 이미지에서 가시화되지는 않을 수도 있는데, 예를 들어, 반도체 구조의 몇몇 하위 층이 상위 층에 의해 가려질 수도 있거나, 또는 몇몇 층은 이미징 양식에 의해 웨이퍼를 이미징하는 스테이지에서 아직 제조되지 않았을 수도 있다.

선택적 박스 3060에서, 박스 3050의 현미경 이미지와 박스 3055의 설계 템플릿 사이에 정합이 구현된다. 정합은 현미경 이미지가 어떻게 위치되는지 및 가능하게는 또한 설계 템플릿과 일치하도록 회전되고 스케일링되어야 하는지를 지정한다. 이는 설계 템플릿 및 현미경 이미지의 오버레이를 결정하는 것을 가능하게 할 것이다(도 6 참조). 종래의 정합 알고리즘이 사용될 수 있다.

예를 들어, CAD 레이아웃의 전용 마커를 현미경 이미지의 이들 마커의 인스턴스에 고정하는 것이 가능할 것이다. 이어서, 좌표 변환이 CAD 레이아웃과 현미경 이미지 사이에 설정될 수 있고 또는 그 반대도 마찬가지이다. 다른 예는 예를 들어, 다각형에 의해 에워싸인 영역을 하나의 그레이 값으로 그리고 외부 영역을 다른 그레이 값으로 채움으로써, 정합을 위해 합성 이미지로의 CAD 레이아웃의 다각형의 변환을 포함할 것이다. 그레이 값은 현미경 이미지 히스토그램(즉, 픽셀을 가로지르는 밝기의 분포)을 2개의 모드로 분할하고 모드 중심을 그레이 값으로서 취함으로써 개략적으로 결정될 수도 있다. CAD 레이아웃에 기초하여 생성된 합성 이미지는 이어서 예를 들어 정규화된 교차상관을 사용하여 현미경 이미지에 정합될 수 있다. 합성 이미지는 결함 검출을 수행하는 데 적절하지 않을 수도 있지만, 정합에 사용하기에 적합할 수도 있다. 정합은 전체 설계 템플릿 상에서 수행되거나, 단지 그 일부 부분만을 사용하여 수행될 수 있다.

박스 3065에서, 기본 패턴 클래스가 선택적으로 결정될 수 있다. 다른 예에서, 기본 패턴 클래스가 미리 정의될 수 있다. 예를 들어, 기본 패턴 클래스는 설계 템플릿에 의해, 예를 들어 메타데이터로서 지정될 수도 있다.

일반적으로, 기본 패턴 클래스는 웨이퍼의 복수의 반도체 구조 중 하나 이상의 반도체 구조와 연관될 수 있다. 각각의 기본 패턴 클래스는 복수의 반도체 구조 중 하나 이상의 반도체 구조를 지정할 수 있다. 기본 패턴 클래스는 서로에 관한 다수의 반도체 구조의 상대 배열을 지정할 수 있다. 따라서, 기본 패턴 클래스는 웨이퍼 상의 복수의 반도체 구조를 모사하는 데 사용될 수 있는 하나 이상의 반도체 구조를 형성하는 빌딩 블록일 수 있다. 기본 패턴 클래스 세트는 웨이퍼 상의 복수의 반도체 구조를 모사하기 위한 기초를 설명할 수 있다.

일반적으로, 요구되면, 기본 패턴 클래스를 결정하기 위한 다양한 옵션이 존재한다. 예를 들어, CAD 레이아웃의 유사하고 다시 나타나는 다각형은 기본 패턴 클래스로 그룹화될 수 있다. 이러한 그룹화를 행하기 위해, 박스 3055의 설계 템플릿에 나타낸 바와 같이 다양한 반도체 구조의 비지도 클러스터링을 실행하는 것이 가능할 것이다. CAD의 구조가 완벽하고 임의의 실제 변동이 없기 때문에, 클러스터링은 설계 템플릿에 기초하여 정확하게 수행될 수 있다. 다른 옵션은 현미경 이미지에 기초하여 동작하는 클러스터링을 사용하는 것일 것이다. 미리 훈련된 분류 알고리즘이 기본 패턴 클래스를 결정하기 위해 사용될 수도 있다. 사용자로부터의 입력에 기초하여 기본 패턴 클래스를 결정하는 것이 또한 가능할 것이다.

일반적으로, 몇몇 예에서 기본 패턴 클래스의 세트의 기본 패턴 클래스에 포함될 설계 템플릿의 반도체 구조의 서브세트만 선택하는 것이 가능할 것이다. 이는 반도체 구조의 서브세트 상의 결함 검출을 제한하는 것을 가능하게 하는데, 이는 일반적으로 처리율을 가속화할 수 있다. 예를 들어, 반도체 디바이스에 의해 제공되는 기능의 고장에 대한 근본 원인일 가능성이 가장 높은 특히 취약한 반도체 구조가 선택될 수도 있다.

예시적인 기본 패턴 클래스(151)가 도 8에 도시되어 있다. 기본 패턴 클래스(151)는 항상 함께 발생하는 2개의 반도체 구조(171, 172)와 연관된다. 반도체 구조(171)는 대략 I형이고 반도체 구조(172)는 대략 U형이다. 반도체 구조(171)와 반도체 구조(172)는 서로 얽혀 있다. 이는 이들이 수평 또는 수직 절단을 사용하여 분리될 수 없다는 것을 의미한다(예를 들어, 수직 절단은 도 8에서 점선을 사용하여 도시되어 있음). 결과적으로, 현미경 이미지의 잠재적인 이미지 크롭에 평행한 어떠한 직사각형 축도 단지 반도체 구조(172)만을 나타내지는 않을 것이어서, 서로 얽힌 반도체 구조(171, 172)의 집합체에 기초하여 기본 패턴 클래스(151)를 정의하게 하여, 이에 의해 직사각형 이미지 크롭을 결정하는 것이 가능하게 된다.

기본 패턴 클래스에 대한 설계 규칙의 몇몇 예는 다음과 같은데: 단일 기본 패턴 클래스에 서로 얽힌 반도체 구조를 포함하고; 반도체 구조의 임계 수 이하를 포함하는 기본 패턴 클래스를 형성하고; 가능한 한 적거나 많은 반도체 구조를 포함하는 기본 패턴 클래스를 형성하고; 상이한 기본 패턴 클래스의 상이한 반도체 디바이스와 연관된 반도체 구조를 포함하고; 동일한 패턴 클래스의 동일한 반도체 디바이스와 연관된 반도체 디바이스를 포함하고; 기본 패턴 클래스의 반도체 구조는 직사각형 크로핑 마스크를 사용하여 크로핑될 수 있는 등이다. 예를 들어, 기본 패턴 클래스에 대한 설계 규칙은 다음과 같을 수 있는데: 직사각형 크로핑 마스크를 사용하여 크로핑될 수 있는 가능한 한 적은 반도체 구조를 선택한다.

기본 패턴 클래스는 반도체 구조(또는 설계 템플릿의 연관 다각형) 사이의 유사성에 기초하여 결정될 수 있다. 각각의 반도체 구조는 다각형에 의해 표현될 수도 있다. 다각형은 예를 들어, 시작 노드에 도달할 때까지, 좌측/우측으로 회전하고, x nm만큼 진행하고 이어서 좌측/우측으로 회전하는 등에 의해 일종의 벡터로 변환될 수 있다. 이어서, 단계는 몇몇 규칙이 충족될 때까지(예를 들어, 좌측/우측 회전 후 가장 짧은 에지로 시작하여) 주기적으로 치환되어야 하고 그에 의해 예를 들어 몇몇 종류의 트리를 사용하여 클러스터링될 수 있는 필적하는 벡터를 생성할 수 있다. 이들 클러스터는 이어서 기본 패턴 클래스에 대응할 수 있다.

이어서, 박스 3070에서, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해, 현미경 이미지의 다수의 현미경 이미지 크롭 - 박스 3050에서 얻어진 바와 같이 - 을 결정하는 것이 가능하다. 이미지 크롭은 기본 패턴 클래스와 연관된 반도체 구조를 묘사한다.

예를 들어, CAD 레이아웃의 좌표에 기초하여, 주어진 기본 패턴 클래스에 속하는 다각형이 식별될 수 있다. 이어서, 박스 3060의 정합에 기초하여, 현미경 이미지로부터 크로핑될 영역을 결정하는 것이 가능할 것이다. 서로 얽힌 반도체 구조가 기본 패턴 클래스당 고려되면, 직사각형 크롭이 가능하다. 정합이 이용 가능하지 않은 경우, 각각의 기본 패턴 클래스와 현미경 이미지의 다양한 영역 사이의 유사성 분석이 크로핑될 영역을 정의하기 위해 수행될 수도 있다.

도 9는 이러한 크로핑의 예를 도시하고 있는데: 각각의 세트(150)에 9개의 기본 패턴 클래스(151 내지 159)의 수가 있다(도 4의 CAD 레이아웃(70) 참조). 현미경 이미지의 이들 기본 패턴 클래스(151 내지 159)의 배열은 배열(160)에 의해 예시된다. 배열(160)은 현미경 이미지(80) 내의 각각의 페이지 패턴 클래스(151 내지 159)("A" 내지 "I"로 라벨링됨)의 위치를 정의한다. 배열(160)은 현미경 이미지를 위한 크롭 마스크로서 역할을 할 수 있다. 크로핑 라인은 도 9에 점선으로 도시되어 있다.

도 10은 기본 패턴 클래스(151)에 대한 현미경 이미지(80)의 현미경 이미지 크롭(71)을 도시하고 있다. 이 예에서, 20개의 현미경 이미지 크롭(71)이 얻어진다.

다시 도 7을 참조하면: 이어서 박스 3075에서 현미경 이미지 크롭(71)을 필터링하는 것이 선택적이다. 즉, 모든 이미지 크롭의 서브세트가 후속 처리를 위해 결정될 수 있고 몇몇 현미경 이미지 크롭(71)은 제거될 수도 있는데, 즉, 서브세트의 부분이 아닐 수도 있다. 이는 이상치를 제거하기 위해 행해질 수 있다.

일반적으로, 다양한 옵션이 박스 3075에서 필터링을 구현하기 위해 이용 가능하다. 예를 들어, 필터링은 히스토그램을 계산하고 히스토그램의 평균값/평균으로부터 공차를 넘어 벗어나는 히스토그램 벡터를 갖는 이러한 현미경 이미지 크롭(71)을 제거함으로써 구현될 수 있다. 대안적으로 또는 부가적으로, 이미지 크롭 사이에 정합을 수행하고 이어서 서로 정합된 이미지 크롭에 기초하여 평균값을 결정하는 것이 가능할 것이다. 픽셀 단위 평균값이 결정될 수 있다. 이어서, 해당 평균값으로부터 상당히 벗어나는 이미지 크롭이 제거될 수 있다.

이러한 필터링은 결함을 나타낼 가능성이 있는 이상치를 제거하는 것을 가능하게 한다. 이에 의해, 핑거프린트 데이터는 무결함 또는 거의 무결함 이미지 크롭에 기초하여 후속적으로 결정될 수 있다. 따라서, 핑거프린트 데이터의 품질이 개선될 수 있다. 이는 결함 검출을 더 정확하게 한다.

일반적으로, 박스 3075는 하나 이상의 결정 기준에 따라 선택적으로 실행될 수도 있다. 예를 들어, 박스 3075에서 필터링을 구현하는 것은 결함 밀도가 증가하는 시나리오에서 더 높은 중요도를 가질 수도 있다. 예를 들어, 박스 3075에서의 필터링은 샘플 결함의 수가 이미지 크롭의 총 수에 비교하여 더 높을수록 더 높은 중요도를 가질 수도 있다. 예를 들어, 결함이 희박한 경우, 박스 3075에서 필터링을 실행하도록 요구되지 않을 수도 있다. 예를 들어, 결함 밀도를 결정하거나 추정하고 이어서 결정된 또는 추정된 결함 밀도에 따라, 박스 3075, 즉, 필터링을 선택적으로 실행하는 것이 가능할 것이다. 예를 들어, 결함 밀도를 산출하기 위해 수동 검사가 구현될 수도 있다. 웨이퍼의 대표 영역이 수동으로 검사될 수도 있다. 결함 밀도는 예를 들어, 웨이퍼를 제조하는 데 사용되었던 제조 프로세스의 성숙도에 기초하여 추정될 수 있다. 예를 들어, 단지 몇 개의 결함만이 있는 경우, 핑거프린트 데이터의 결정에 대한 이들의 영향은 무시할만 할 수도 있고 별개의 필터링이 요구되지 않을 수도 있다.

박스 3080에서, 이어서 주어진 기본 패턴 클래스와 연관된 이미지 크롭을 서로 정합하는 것이 선택적으로 가능하다. 특히, 박스 3085에서 후속으로 실행되는 주어진 기본 패턴 클래스에 대한 핑거프린트 데이터의 결정이 정합에 기초하는 것이 가능하다. 예를 들어, 이미지 크롭의 픽셀 단위 조합이 결정될 수도 있고, 대응 픽셀은 정합에 기초하여 결정된다.

박스 3080에서 선택적으로 실행되는 정합의 다른 장점은 변위 오류에 대한 액세스를 제공한다는 것이다.

다양한 참조 기술이 정합을 구현하기 위해 이용 가능하다. 예를 들어, 정합을 위해, 주어진 기본 패턴 클래스의 이미지 크롭 중 하나를 선택하는 것, 예를 들어 이미지 크롭 중 하나를 무작위로 선택하는 것이 가능할 것이다. 이어서, 주어진 기본 패턴 클래스와 연관된 다수의 현미경 이미지 크롭의 선택된 이미지 크롭과 주어진 기본 패턴 클래스와 연관된 다수의 현미경 이미지 크롭의 나머지 이미지 크롭 사이에 정합을 수행하는 것이 가능할 것이다. 이어서 정합의 품질의 검사를 수행하는 것이 가능할 것이다. 예를 들어, 정합 품질이 대부분의 이미지 크롭에 대해 열악한 경우 - 결함을 나타내는 이미지 크롭이 선택되는 경우 예상될 것임 - 다른 이미지 크롭을 재선택하고 나머지 다른 이미지 크롭에 정합을 재수행하는 것이 가능할 것이다.

도 7의 시나리오에서 박스 3080은 박스 3075를 실행한 후에 실행되지만, 박스 3080은 박스 3075의 실행 전에 실행되는 것이 또한 가능할 것이라는 것이 주목된다.

다음에, 박스 3085에서, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해 핑거프린트 데이터가 결정된다. 이어서, 박스 3090에서, 박스 3085에서 결정된 바와 같은 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하는 것이 가능하다.

다음에, 박스 3085에서 결정된 바와 같이 기본 패턴 클래스의 핑거프린트 데이터가 어떤지에 관한 상세가 설명될 것이다. 본 명세서에 개시된 기술에서 사용될 수 있는 핑거프린트 데이터의 몇몇 구현예가 표 1에 설명된다.

표 1: 핑거프린트 데이터를 구현하기 위한 다양한 옵션.

표 1에 의해 설명된 바와 같이, 핑거프린트 데이터는 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조의 대표 현미경 이미지, 더 구체적으로 현미경 이미지의 각각의 현미경 이미지 크롭에 필적하는 대표 그래픽 외관을 포함하거나 제공할 수 있다. 예 II 내지 V는 이들 하나 이상의 반도체 구조를 묘사하는 현미경 이미지의 이미지 크롭에 기초하여, 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조에 대한 대표 현미경 이미지를 추론하는 데 사용될 최적화된 부분공간 기초 확장을 모두 제공하는 것으로 볼 수 있다. 예 II 내지 V의 경우, 각각의 파라미터화 가중치, 예를 들어, 예 IV의 경우 필터 컷오프 주파수 또는 PCA의 경우 - 예 V -, 포함될 기본 벡터의 수, 또는 예 III의 경우 인코더 신경망 및/또는 디코더 신경망(신경망 하이퍼파라미터)의 네트워크 설계를 설정하는 것이 가능하다.

표 1의 예를 조합하여 추가의 예를 형성하는 것이 가능할 것이다. 예를 들어, 예 IV에 따른 저역 통과 필터는 예 V에 따른 PCA와 조합될 수도 있다. 예 II 내지 V 중 어느 하나 이상을 예 I와 조합하는 것, 즉, 평균값을 생성하기 전에 미리 필터링하는 것도 또한 가능할 것이다.

표 1의 예 1의 경우, 대표 현미경 이미지가 즉시 이용 가능하고 핑거프린트 데이터에 기초하여 추론될 필요가 없기 때문에, 빠르고 간단한 결함 검출이 생산 스테이지에서 실행될 수 있다는 것이 관찰되었다. 동시에, 통상적으로 단지 단일의 대표 현미경 이미지만이 각각의 기본 패턴 클래스에 대한 핑거프린트 데이터로서 결정되기 때문에, 핑거프린트 데이터를 결정하는 데 있어서 유연성이 제한될 수도 있다. 각각의 합성 대표 현미경 이미지가 현미경 이미지의 각각의 현미경 이미지 크롭에 대한 핑거프린트 데이터에 기초하여 추론될 수 있다는 점에서 유연성이 예 II 내지 IV의 경우에 증가된다.

상기로부터 이해될 수 있을 바와 같이, 도 7의 기술을 사용하여 핑거프린트 데이터로 데이터베이스를 파퓰레이팅하는 것 - 이에 의해 도 3, 박스 3005를 구현하는 것 - 이 가능하고, 여기서 핑거프린트 데이터는 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조에 대한 (합성) 대표 현미경 이미지 크롭을 제공하거나 추론하도록 구성된다. 이는 도 3의 방법의 박스 3005, 즉, 결함 검출의 준비 단계에 대응한다. 다음에, 결함 검출의 생산 단계 - 박스 3010에 따른 - 가 설명될 것이다.

도 11은 다양한 예에 따른 방법의 흐름도이다. 예를 들어, 도 11의 방법은 도 2의 디바이스(50)에 의해, 더 구체적으로 메모리(52)로부터 프로그램 코드를 로딩할 때 프로세서(51)에 의해 실행될 수 있다. 도 11의 방법은 도 3의 박스 3010에 따른 생산 단계를 구현한다. 선택적 박스는 점선으로 라벨링되어 있다.

박스 3100에서, 현미경 이미지가 얻어진다. 예를 들어, 현미경 이미지는 데이터베이스로부터 또는 이미징 디바이스로부터 얻어질 수 있다. 예를 들어, SEM 또는 다른 입자 현미경, 광학 현미경 등과 같은 다양한 이미징 양식이 고려 가능하다. 웨이퍼는 복수의 반도체 구조를 포함한다. 현미경 이미지에 관한 상세는 박스 3050과 관련하여 설명되었고, 마찬가지로 박스 3100에도 적용 가능하다.

선택적 박스 3101에서, 예를 들어 CAD 파일과 같은 웨이퍼의 설계 템플릿이 얻어진다. 예를 들어, 웨이퍼의 반도체 구조의 제조는 설계 템플릿에 기초할 수 있다. 몇몇 옵션에서, 설계 템플릿을 얻는 것이 요구되지 않을 수도 있다. 이어서, 결함 검출은 현미경 이미지에만 기초할 수 있다. 설계 템플릿에 관한 상세는 박스 3055와 관련하여 전술되었고, 마찬가지로 박스 3101에도 적용 가능하다. 설계 템플릿은 기본 패턴 클래스를 결정하는 데 사용될 수도 있다. 설계 템플릿은 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조를 묘사하고 있는 현미경 이미지의 현미경 이미지 크롭을 결정하는 데 사용될 수도 있다.

선택적 박스 3105에서, 설계 템플릿 - 예를 들어, CAD 레이아웃(도 4: CAD 레이아웃(70) 참조) - 및 현미경 이미지(도 5 참조: 현미경 이미지(80))의 정합이 수행될 수 있다. 박스 3105는 도 7의 방법의 박스 3060에 대응하는데, 즉, 유사하게 구현될 수 있다.

이어서, 박스 3110에서, 기본 패턴 클래스를 결정하는 것이 선택적으로 가능하다. 예를 들어, 웨이퍼의 반도체 구조의 분류가 수행될 수도 있다. 각각의 분류 알고리즘이 실행될 수도 있다. 분류 알고리즘은 예를 들어, 도 7의 방법의 박스 3065에서 사용될 수 있는 분류 알고리즘과 유사하게 미리 훈련될 수도 있다. 분류 알고리즘은 현미경 이미지에서 동작할 수도 있다. 이용 가능한 경우, 분류 알고리즘은 또한 박스 3101의 설계 템플릿에 기초하여 동작할 수도 있다. 예를 들어, 설계 템플릿으로부터 얻어진 메타데이터에 기초하여 기본 패턴 클래스가 결정되는 것도 또한 가능할 것이다. 예를 들어, 메타데이터는 웨이퍼를 가로지르는 기본 패턴 클래스와 연관된 반도체 구조의 배열 및 선택적으로 배향을 포함할 수 있다(도 9 참조). 분류 알고리즘은, 예를 들어, 기본 패턴 클래스와 연관된 반도체 구조의 범위와 비교되는 경우 결함이 국부화되고 작고 그리고/또는 희박한 시나리오에서, 심지어 현미경 이미지에 동작할 수도 있다. 다른 시나리오에서, 기본 패턴 클래스의 세트가 미리 정의되는 것이 가능하다. 이어서, 기본 패턴 클래스를 결정하는 것이 요구되지 않는다.

박스 3115에서, 핑거프린트 데이터가 데이터베이스로부터 얻어진다. 이에 따라, 박스 3115는 도 7의 방법의 박스 3090과 상관된다.

이어서, 박스 3120에서, 핑거프린트 데이터, 뿐만 아니라 박스 3100에서 얻어진 현미경 이미지에 기초하여 결함 검출이 수행된다.

일반적으로, 박스 3120에서 수행되는 결함 검출은 이미징 데이터 사이의 비교에 기초할 수 있다. 여기서, 하나 이상의 결함 검출 알고리즘이 실행되어, 다수의 이미징 데이터를 입력으로서 수신할 수도 있다. 비교는 적절한 메트릭에 기초하여 구현될 수 있다. 예를 들어, 픽셀 단위 차이가 고려될 수 있다. 비교가 입력으로서 제공된 다수의 이미징 데이터 사이에 상당한 차이를 산출하는 경우, 결함이 식별될 수도 있다. 예를 들어, 비교가 픽셀 단위 방식으로 구현되는 경우, 결함은 국부화될 수 있다. 몇몇 예에서, 기계 학습 알고리즘이 결함을 검출하는 데 사용될 수도 있다. 기계 학습 알고리즘은 예를 들어, 다수의 현미경 이미지 크롭과 같은 다수의 이미지의 연쇄를 수신할 수도 있다. 이어서, 기계 학습 알고리즘은 다수의 현미경 이미지 크롭 사이의 차이를 검출할 수도 있다. 다양한 예에 따르면, 핑거프린트 데이터를 결정하는 데 사용되는 기계 학습 알고리즘과 오토인코더 신경망이 종단간 훈련되는 것이 가능할 것이다.

박스 3120에서 결함 검출을 구현하기 위해 이용 가능한 상이한 옵션이 있고 2개의 가능성이 도 12 및 도 13에 도시되어 있다.

도 12의 방법은 박스 3100에서 얻어진 현미경 이미지의 현미경 이미지 크롭에 기초하는 결함 검출의 예를 예시하고 있다.

박스 3205에서, 현미경 이미지 크롭이 결정된다. 현미경 이미지 크롭은 결함 검출의 결함 검출 알고리즘에 제공될 수 있는 이미징 데이터를 구현한다.

이들 현미경 이미지 크롭은 기본 패턴 클래스의 세트의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조를 묘사하고 있다. 이들 현미경 이미지 크롭(71)에 관한 상세는 도 8 및 도 10과 관련하여 전술되어 있다. 일반적으로, 다수의 옵션이 이미지 크롭의 경계를 결정하기 위해 이용 가능하다. 예를 들어, 설계 템플릿이 이용 가능한 시나리오에서(도 11: 박스 3101 참조), 다양한 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조의 배열이 설계 템플릿에 기초하여 결정될 수 있다. 몇몇 옵션에서 이러한 배열을 이미 나타내는 메타데이터가 얻어지는 것이 가능할 것이다. 또 다른 시나리오에서, 현미경 이미지에 기초하여 배열이 결정되는 것이 가능할 것이다. 일단 다양한 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조의 배열이 알려지면, 이미지 크롭은 현미경 이미지에서 각각의 영역을 선택함으로써 생성될 수 있다.

이어서, 박스 3215에서, 각각의 기본 패턴 클래스의 하나 이상의 클래스 대표 - 각각의 기본 패턴 클래스의 핑거프린트 데이터에 의해 구현되거나 그로부터 추론됨 - 가 이미지 크롭과 비교된다.

하나의 예에서, 박스 3210에서 얻어지는 하나 이상의 클래스 대표는 핑거프린트 데이터에 의해 직접 구현될 수 있다. 달리 말하면, 결함 검출이 대표 현미경 이미지 크롭과 현미경 이미지의 현미경 이미지 크롭(표 1: 예 1 참조) 사이의 비교에 기초하도록 핑거프린트 데이터가 기본 패턴 클래스에 대한 대표 현미경 이미지 크롭(도 10: 대표 현미경 이미지 크롭(78) 참조)을 포함하는 것이 가능할 것이다.

다른 예에서, 박스 3215에서 비교를 실행하기 전에, 박스 3210에서 클래스 대표를 결정하는 것이 필요할 것이 가능할 것이다. 특히, 핑거프린트 데이터가 각각의 기본 패턴 클래스에 대한 하나 이상의 반도체 구조를 묘사하는 합성 현미경 이미지 크롭을 파라미터화하는 것이 가능할 것이다(표 1: 예 II 참조). 이어서, 기본 패턴 클래스의 세트의 각각의 기본 패턴 클래스에 대해, 하나 이상의 합성 대표 현미경 이미지 크롭이 현미경 이미지 크롭 및 핑거프린트 데이터에 기초하여 결정될 수 있다. 결함 검출은 이어서 현미경 이미지의 현미경 이미지 크롭과 합성 대표 현미경 이미지 크롭 사이의 비교에 기초할 수 있다.

예를 들어, 기본 패턴 클래스마다, 단일의 합성 대표 현미경 이미지가 결정되는 것이 가능할 것이다. 다른 예에서, 기본 패턴 클래스마다, 예를 들어, 현미경 이미지의 각각의 이미지 크롭 및/또는 이미징 양식 및/또는 다수의 합성 대표 이미지 크롭이 결정되는 경우 제조 프로세스의 변화를 나타내는 다수의 합성 대표 현미경 이미지에 대해 하나씩, 다수의 합성 대표 현미경 이미지 크롭이 결정되는 것이 가능할 것이고, 기본 패턴 클래스마다, 다수의 비교, 즉, 각각의 연관된 대표 합성 현미경 이미지 크롭과 현미경 이미지 크롭당 하나의 비교가 실행되는 것이 가능할 것이다.

예를 들어, 핑거프린트 데이터가 훈련된 오토인코더 신경망을 포함하는 시나리오가 고려 가능할 것이다. 이어서, 현미경 이미지의 현미경 이미지 크롭을 각각의 기본 패턴 클래스의 훈련된 오토인코더 신경망에 입력하는 것에 기초하여 합성 대표 현미경 이미지 크롭을 결정하는 것이 가능할 것이다(표 1: 예 III 참조).

하나 이상의 핑거프린트 데이터가 저역 통과 필터를 포함하는 것도 또한 가능할 것이다(표 1: 예 IV 참조). 이어서, 합성 대표 현미경 이미지 크롭은 현미경 이미지의 현미경 이미지 크롭을 저역 통과 필터에 입력하는 것에 기초하여 결정될 수 있다. 다른 옵션은 핑거프린트 데이터가 PCA의 주성분의 가중치를 포함하는 PCA 기반 필터를 사용하는 것일 것이다.

도 13은 결함 검출을 구현하기 위한 다른 기술을 도시하고 있다. 도 12의 구현 옵션과 상이하게, 도 13에서 결함 검출은 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조를 묘사하는 개별적인 대표 현미경 이미지 크롭에 기초하지 않고, 오히려 다수의 기본 패턴 클래스의 반도체 구조를 묘사하는 이미징 데이터에 기초하는 대면적 비교에 기초한다.

예를 들어, 때때로 설계 템플릿에 포함된 반도체 구조를 사용할 뿐만 아니라, 또한 다이 또는 웨이퍼의 공칭 빈 영역을 검사하기 위해 결함 검출을 구현하는 것이 도움이 될 수 있다. 이러한 시나리오에서, 전체 합성 현미경 이미지를 기준으로서 생성하는 것이 도움이 된다 - 즉, 이미지 크롭 뿐만 아니라. 이는 박스 3305에서 행해진다. 여기서, 기본 패턴 클래스의 배열(도 9: 배열(160) 참조)에 기초하여, 기본 패턴 클래스의 개별 대표 - 예를 들어, 핑거프린트 데이터에 의해 제공되는 대표 현미경 이미지 또는 핑거프린트 데이터에 기초하여 추론된 합성 현미경 이미지 - 가 합성 현미경 이미지를 형성하기 위해 함께 적층될 수 있다. 기본 패턴 클래스의 대표는 배열(160)에서의 이들의 위치에 따라 배치될 수 있다. 예를 들어, 전체 설계 템플릿이 이러한 위치를 결정하기 위해 사용될 수도 있다.

이어서, 박스 3310에서, 웨이퍼의 합성 현미경 이미지와 현미경 이미지 사이의 비교에 기초하여 결함 검출이 구현될 수 있다.

다양한 예에 따르면, 기본 패턴 클래스의 클래스 대표(예를 들어, 핑거프린트 데이터로부터 합성적으로 추론되거나 핑거프린트 데이터에 의해 직접 구현되는 대표 현미경 이미지 크롭) 사이의 공간이 배경 콘트라스트로 채워지는 것이 가능할 것이다. 예를 들어, 배경 콘트라스트 - 예를 들어, 그레이스케일의 특정 값 - 는 박스 3100에서 얻어진 현미경 이미지에 기초하여 결정될 수 있다. 예를 들어, 이미지 크롭의 외부에 있는 현미경 이미지의 위치가 선택될 수도 있다.

도 14는 다양한 예에 따른 결함 검출을 위한 예시적인 워크플로이다. 워크플로는 도 3의 방법, 뿐만 아니라 도 7 및 도 11의 방법을 구현할 수 있다.

5005에서, 핑거프린트 데이터가 기본 패턴 클래스의 세트의 다수의 기본 패턴 클래스에 대해 결정된다. 또한, 다수의 반도체 구조를 포함하는 웨이퍼의 설계 템플릿에서 기본 패턴 클래스와 연관된 각각의 반도체 구조의 배열의 메타데이터가 결정된다. 이러한 배열에 관한 상세는 도 9: 배열(160)에 설명되어 있다. 핑거프린트 데이터 결정은 대표 현미경 이미지 크롭(78)에 관하여 도 10과 관련하여 설명되었다. 핑거프린트 데이터에 관한 상세는 표 1과 관련하여 또한 설명되어 있다.

5015에서, 핑거프린트 데이터와 메타데이터가 데이터베이스에 기입된다.

5010에서, 예를 들어 각각의 이미징 양식으로부터 현미경 이미지가 얻어진다.

현미경 이미지의 다수의 현미경 이미지 크롭은 5011에서 결정된다. 현미경 이미지로부터 이러한 이미지 크롭을 결정하는 것은 도 10 및 현미경 이미지(80) 및 현미경 이미지 크롭(71)과 관련하여 설명되었다. 이미지 크롭은 웨이퍼 상의 기본 패턴 클래스와 연관된 각각의 구조의 위치를 지정하는 5015에서 데이터베이스에 기입된 메타데이터에 기초하여 결정될 수 있다. 설계 템플릿과 현미경 이미지 사이의 정합이 사용될 수 있다.

5020에서 핑거프린트 데이터는 데이터베이스(5015)로부터 얻어진다. 선택적으로, 핑거프린트 데이터에 대한 5011에서 얻어진 이미지 크롭의 피팅이 5025에서 실행될 수 있는데: 이는 핑거프린트 데이터에 기초하여 합성 현미경 이미지 크롭을 추론하는 데 도움이 된다(표 1, 예 II 내지 III 참조; 이러한 피팅은 표 1, 예 I을 위해 요구되지 않을 수도 있음).

5030에서 (합성) 대표 현미경 이미지 크롭이 핑거프린트 데이터로부터 얻어진다. 이어서, (합성) 대표 현미경 이미지 크롭과 현미경 이미지로부터 얻어진 현미경 이미지 크롭 사이의 비교가 5035에서 실행될 수 있다. 이 비교는 결함 검출 알고리즘에 의해 구현된다. 하나 이상의 결함이 검출되고 국부화될 수 있다. 결함은 5040에서 결함 데이터베이스에 저장될 수 있다.

요약하면, 상기에서, 제조 프로세스 및/또는 현미경 이미지를 결정하는 데 사용되는 이미징 양식과 같은 파라미터에 대한 특별한 지식 없이 결함 검출을 용이하게 하는 기술이 설명되었다. 결함 검출은 처리율을 얻기 위해 반도체 구조의 서브세트에 초점을 맞출 수 있다.

기술은 설계 템플릿에 몇몇 더 작은 또는 더 큰 정도로 기초할 수 있다. 따라서, D2DB 결함 검출이 구현될 수도 있다. 예를 들어, 기본 패턴 클래스를 결정할 때(도 7: 박스 3065 참조) 및 이미지 크롭을 결정할 때(도 7: 박스 3070 참조) 훈련 단계 중에 설계 템플릿을 사용하는 것이 가능할 것이다. 설계 템플릿에 기초하여 생산 단계 중에 기본 패턴 클래스가 (재)결정되는 것도 또한 가능할 것이다. 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조를 발견하기 위해, 설계 템플릿을 분석함으로써 현미경 이미지 크롭이 결정되는 것이 가능할 것이다. 생산 단계 중에 결함 검출을 위해 사용되는 현미경 이미지 크롭은 각각의 기본 패턴 클래스와 연관된 하나 이상의 반도체 구조를 발견하기 위해, 현미경 이미지 자체를 분석함으로써 또한 결정될 수 있다. 이러한 시나리오에서, 웨이퍼 좌표계에서 반도체 구조의 배열 및/또는 배향을 확인하는 것이 가능하지 않을 수도 있다.

본 발명이 특정 바람직한 실시예에 관하여 도시되고 설명되었지만, 등가물 및 수정이 명세서의 숙독 및 이해시에 통상의 기술자들에게 발생할 것이다. 본 발명은 모든 이러한 등가물 및 수정을 포함하고 첨부된 청구범위의 범주에 의해서만 한정된다.

Claims (24)

1. 웨이퍼(60) 상에 배열된 복수의 반도체 구조의 결함 검출 방법(3010)이며,
   - 웨이퍼(60)의 현미경 이미지(42, 80)를 얻는 단계(3101)로서, 현미경 이미지(42, 80)는 복수의 반도체 구조(62, 171, 172)를 묘사하는, 단계(3101),
   - 데이터베이스(55)로부터, 복수의 반도체 구조(62, 171, 172)의 각각의 하나 이상의 반도체 구조(62, 171, 172)와 연관된 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)를 얻는 단계, 및
   - 핑거프린트 데이터(41) 및 현미경 이미지(42, 80)에 기초하여 결함 검출을 수행하는 단계를 포함하는, 방법.
2. 제1항에 있어서,
   결함 검출은 현미경 이미지(42, 80)의 현미경 이미지 크롭(71)에 기초하고, 각각의 기본 패턴 클래스(151 내지 159)의 현미경 이미지 크롭(71)은 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는, 방법.
3. 제2항에 있어서,
   각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)의 대표 현미경 이미지 크롭(78)을 포함하고,
   결함 검출은 기본 패턴 클래스(151 내지 159)의 대표 현미경 이미지 크롭(78)과 현미경 이미지(42, 80)의 현미경 이미지 크롭(71) 사이의 비교에 기초하는, 방법.
4. 제2항 또는 제3항에 있어서,
   각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)의 각각의 합성 대표 현미경 이미지 크롭을 파라미터화하고,
   방법은 각각의 기본 패턴 클래스(151 내지 159)에 대해:
   - 각각의 현미경 이미지 크롭(71) 및 핑거프린트 데이터(41)에 기초하여, 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는 하나 이상의 합성 대표 현미경 이미지 크롭을 결정하는 단계를 더 포함하고,
   결함 검출은 현미경 이미지(42, 80)의 현미경 이미지 크롭(71)과 합성 대표 현미경 이미지 크롭 사이의 비교에 기초하는, 방법.
5. 제4항에 있어서,
   각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 훈련된 오토인코더 신경망을 포함하고,
   각각의 기본 패턴 클래스(151 내지 159)에 대해, 하나 이상의 합성 대표 현미경 이미지 크롭은 현미경 이미지(42, 80)의 각각의 현미경 이미지 크롭(71)을 훈련된 오토인코더 신경망에 입력하는 것에 기초하여 결정되는, 방법.
6. 제4항 또는 제5항에 있어서,
   각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 저역 통과 필터를 포함하고,
   각각의 기본 패턴 클래스에 대해, 하나 이상의 합성 대표 현미경 이미지 크롭은 현미경 이미지(42, 80)의 각각의 현미경 이미지 크롭을 저역 통과 필터에 입력하는 것에 기초하여 결정되는, 방법.
7. 제4항 내지 제6항 중 어느 한 항에 있어서,
   각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 주성분 분석의 주성분의 가중치를 포함하고,
   각각의 기본 패턴 클래스에 대해, 하나 이상의 합성 대표 현미경 이미지 크롭은 현미경 이미지(42, 80)의 각각의 현미경 이미지 크롭을 주성분 분석에 입력하는 것에 기초하여 결정되는, 방법.
8. 제2항 내지 제6항 중 어느 한 항에 있어서,
   - 웨이퍼 상의 복수의 반도체 구조(62, 171, 172)의 배열 및 배향을 지정하는 설계 템플릿에 기초하여 현미경 이미지 크롭을 결정하는 단계를 더 포함하는, 방법.
9. 제1항 내지 제8항 중 어느 한 항에 있어서,
   - 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41) 및 웨이퍼(60) 상의 복수의 반도체 구조(62, 171, 172)의 배열(160)에 기초하여, 웨이퍼(60)의 합성 현미경 이미지를 생성하는 단계를 더 포함하고,
   결함 검출은 웨이퍼(60)의 합성 현미경 이미지와 현미경 이미지(42, 80) 사이의 비교에 기초하는, 방법.
10. 제9항에 있어서,
    - 핑거프린트 데이터(41)에 기초하여 그리고 각각의 기본 패턴 클래스(151 내지 159)에 대해, 하나 이상의 대표 현미경 이미지 크롭을 결정하는 단계,
    - 배열에 기초하여 기본 패턴 클래스(151 내지 159)의 대표 현미경 이미지 크롭을 배열하여, 이에 의해 합성 현미경 이미지(42, 80)를 생성하는 단계, 및
    - 배경 콘트라스트를 사용하여 합성 현미경 이미지의 대표 현미경 이미지 크롭 사이의 공간을 채우는 단계를 더 포함하는, 방법.
11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    - 복수의 반도체 구조(62, 171, 172)의 설계 템플릿(70), 데이터베이스로부터 로딩된 메타데이터, 사용자 선택, 웨이퍼(60)의 현미경 이미지(42, 80), 또는 현미경 이미지(42, 80)에 묘사된 바와 같은 복수의 반도체 구조(62, 171, 172)의 구조(62, 171, 172)의 분류 중 적어도 하나에 기초하여 기본 패턴 클래스(151 내지 159)의 세트(150)를 결정하는 단계를 더 포함하는, 방법.
12. 웨이퍼(60) 상에 배열된 복수의 반도체 구조(62, 171, 172)의 결함 검출을 위한 데이터베이스(55)를 파퓰레이팅하는 방법(3005)이며,
    - 웨이퍼(60)의 현미경 이미지(42, 80)를 얻는 단계(3050)로서, 현미경 이미지(42, 80)는 복수의 반도체 구조(62, 171, 172)를 묘사하는, 단계(3050),
    - 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)가 복수의 반도체 구조(62, 171, 172)의 각각의 하나 이상의 반도체 구조(62, 171, 172)와 연관되는 것인, 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대해: 현미경 이미지(42, 80)의 다수의 현미경 이미지 크롭(71)을 결정하는 단계(3070)로서, 현미경 이미지 크롭(71)은 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는, 단계(3070),
    - 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대해: 각각의 다수의 현미경 이미지 크롭에 기초하여, 각각의 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)를 결정하는 단계, 및
    - 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)로 데이터베이스(55)를 파퓰레이팅하는 단계를 포함하는, 방법.
13. 제12항에 있어서,
    각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)의 대표 현미경 이미지 크롭(78)을 포함하고,
    각각의 기본 패턴 클래스(151 내지 159)의 대표 현미경 이미지 크롭(78)은 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는 각각의 다수의 현미경 이미지 크롭(71)의 평균값에 기초하여 결정되는, 방법.
14. 제12항 또는 제13항에 있어서,
    각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 기본 패턴 클래스(151 내지 159)에 대한 합성 대표 현미경 이미지 크롭의 파라미터화를 포함하고,
    파라미터화의 파라미터화 가중치는 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는 다수의 현미경 이미지 크롭(71)의 비교에 기초하여 결정되는, 방법.
15. 제12항 내지 제14항 중 어느 한 항에 있어서,
    각각의 기본 패턴 클래스(151 내지 159)의 핑거프린트 데이터(41)는 각각의 기본 패턴 클래스에 대한 합성 대표 현미경 이미지 크롭을 결정하도록 구성된 오토인코더 신경망을 포함하고,
    오토인코더 신경망은 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는 다수의 현미경 이미지 크롭(71)에 기초하여 훈련되고,
    오토인코더 신경망은 결함 검출의 결함 검출 알고리즘으로 종단간 선택적으로 훈련되는, 방법.
16. 제12항 내지 제15항 중 어느 한 항에 있어서,
    - 복수의 반도체 구조(62, 171, 172)의 설계 템플릿(70)을 얻는 단계(3055), 및
    - 설계 템플릿(70)에 기초하여, 기본 패턴 클래스(151 내지 159)의 세트(150)를 결정하고 그리고/또는 다수의 현미경 이미지 크롭(71)을 결정하는 단계를 더 포함하는, 방법.
17. 제12항 내지 제16항 중 어느 한 항에 있어서,
    - 상기 핑거프린트 데이터(41)의 결정 단계(3085) 전에, 다수의 현미경 이미지 크롭(71)을 필터링하여, 이에 의해 이상치를 제거하는 단계(3075)를 더 포함하는, 방법.
18. 제12항 내지 제17항 중 어느 한 항에 있어서,
    - 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대해: 각각의 현미경 이미지 크롭(71)을 서로 정합하는 단계를 더 포함하고, 각각의 핑거프린트 데이터(41)는 각각의 현미경 이미지 크롭(71)의 픽셀 단위 조합에 기초하여 결정되고, 대응 픽셀은 상기 정합에 기초하여 결정되는, 방법.
19. 제12항 내지 제18항 중 어느 한 항에 있어서,
    핑거프린트 데이터(41)로 파퓰레이팅된 데이터베이스는 제1항 내지 제11항 중 어느 한 항의 결함 검출 방법에 사용되는, 방법.
20. 제1항 내지 제19항 중 어느 한 항에 있어서,
    기본 패턴 클래스(151 내지 159)의 세트(150)의 적어도 하나의 기본 패턴 클래스(151 내지 159)는 복수의 반도체 구조(62, 171, 172)의 다수의 서로 얽힌 반도체 구조(62, 171, 172)와 연관되는, 방법.
21. 웨이퍼(60) 상에 배열된 복수의 반도체 구조의 결함 검출을 위한 제어 회로(51, 52)를 포함하는 디바이스(50)이며, 제어 회로(51, 52)는:
    - 복수의 반도체 구조(62, 171, 172)를 묘사하는 웨이퍼(60)의 현미경 이미지(42, 80)를 얻도록(3101),
    - 데이터베이스(55)로부터, 복수의 반도체 구조(62, 171, 172)의 각각의 하나 이상의 반도체 구조(62, 171, 172)와 연관된 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)를 얻도록, 그리고
    - 핑거프린트 데이터(41) 및 현미경 이미지(42, 80)에 기초하여 결함 검출을 수행하도록 구성되는, 디바이스(50).
22. 제20항에 있어서, 제어 회로(51, 52)는 제1항 내지 제11항 중 어느 한 항의 방법을 수행하도록 구성되는, 디바이스(50).
23. 복수의 반도체 구조(62, 171, 172)를 포함하는 웨이퍼(60)에 대한 결함 검출을 위한 데이터베이스(55)를 파퓰레이팅하기 위한 제어 회로(51, 52)를 포함하는 디바이스(50)이며, 제어 회로는:
    - 복수의 반도체 구조(62, 171, 172)를 묘사하는 웨이퍼(60)의 현미경 이미지(42, 80)를 얻도록(3050),
    - 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)가 복수의 반도체 구조(62, 171, 172)의 각각의 하나 이상의 반도체 구조(62, 171, 172)와 연관되는 것인, 기본 패턴 클래스(151 내지 159)의 세트(150)의 각각의 기본 패턴 클래스(151 내지 159)에 대해: 각각의 기본 패턴 클래스(151 내지 159)와 연관된 복수의 반도체 구조(62, 171, 172) 중 하나 이상의 반도체 구조(62, 171, 172)를 묘사하는, 현미경 이미지(42, 80)의 다수의 현미경 이미지 크롭(71)을 결정하도록(3070),
    - 기본 패턴 클래스(151 내지 159)의 세트의 각각의 기본 패턴 클래스(151 내지 159)에 대해: 각각의 다수의 현미경 이미지 크롭에 기초하여, 각각의 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)를 결정하도록, 그리고
    - 기본 패턴 클래스(151 내지 159)에 대한 핑거프린트 데이터(41)로 데이터베이스(55)를 파퓰레이팅하도록 구성되는, 디바이스(50).
24. 제23항에 있어서, 제어 회로(51, 52)는 제12항 내지 제20항 중 어느 한 항의 방법을 수행하도록 구성되는, 디바이스(50).

Images