KR20230170806A - 패턴의 임계 치수 변동의 결정 - Google Patents

Abstract

패턴의 포착된 이미지 및 패턴의 기준 이미지가 수신될 수 있다. 패턴의 관심 윤곽이 식별될 수 있다. 패턴의 관심 윤곽에 대해 기준 이미지 및 포착된 이미지 각각에 대한 패턴의 치수의 하나 이상의 측정치가 결정될 수 있다. 관심 윤곽과 연관된 결함은, 기준 이미지 및 포착된 이미지 각각에 대한 패턴의 치수의 결정된 하나 이상의 측정치에 기반하여 분류될 수 있다.

Description

패턴의 임계 치수 변동의 결정{DETERMINING A CRITICAL DIMENSION VARIATION OF A PATTERN}

본 개시내용은 임계 치수들에 관한 것으로, 더 구체적으로는, 패턴의 임계 치수 변동을 결정하는 것에 관한 것이다.

반도체 웨이퍼들 상에 집적 회로들을 제조 또는 제작하는 것의 진보는, 집적 회로를 구현하는 데 있어 점점 더 작은 설계 요소들을 활용한다. 예컨대, 집적 회로는, 집적 회로의 상이한 부분들에 대응하는 설계 요소들의 하나 이상의 패턴으로서 반도체 웨이퍼 상에 구현될 수 있다. 제조 또는 제작 프로세스는, 반도체 웨이퍼 상의 집적 회로의 하나 이상의 결함을 초래할 수 있다. 그러한 결함들은, 집적 회로의 상이한 부분들에 대응하는 설계 요소들의 패턴들의 치수들을 측정함으로써 식별 및/또는 분류될 수 있다.

다음은 본 개시내용의 일부 양상들의 기본적인 이해를 제공하기 위한 본 개시내용의 간략화된 개요이다. 이러한 개요는 본 개시내용의 포괄적인 개관이 아니다. 이러한 개요는, 본 개시내용의 주요 또는 핵심 요소들을 식별하거나 본 개시내용의 특정 구현들의 임의의 범위 또는 청구항들의 임의의 범위를 기술하도록 의도되지 않는다. 이러한 개요의 유일한 목적은, 이후에 제시되는 더 상세한 설명에 대한 서론으로서 간략화된 형태로 본 개시내용의 일부 개념들을 제시하는 것이다.

구현들에서, 패턴의 포착된 이미지가 수신될 수 있다. 패턴의 기준 이미지가 수신될 수 있다. 패턴의 관심 윤곽이 식별될 수 있다. 패턴의 관심 윤곽에 대해 기준 이미지 및 포착된 이미지 각각에 대한 패턴의 치수의 하나 이상의 측정치가 결정될 수 있다. 관심 윤곽과 연관된 결함은, 기준 이미지 및 포착된 이미지 각각에 대한 패턴의 치수의 결정된 하나 이상의 측정치에 기반하여 분류될 수 있다.

일부 구현들에서, 관심 윤곽은, 결함과 연관된 패턴에 대한 변형의 위치에 대응한다.

일부 구현들에서, 패턴의 치수의 하나 이상의 측정치를 결정하는 것은, 포착된 이미지에서, 패턴의 관심 윤곽을 따른 복수의 지점들에 대해 패턴의 특정 지점에서 제1 복수의 측정치들을 결정하는 것을 더 포함하며, 제1 복수의 측정치들 각각은, 포착된 이미지에서의, 특정 지점으로부터 관심 윤곽을 따른 개개의 지점까지의 거리에 대응한다. 또한, 기준 이미지에서, 패턴의 관심 윤곽을 따른 복수의 지점들에 대해 패턴의 특정 지점에서 제2 복수의 측정치들이 결정될 수 있으며, 제2 복수의 측정치들 각각은, 기준 이미지에서의, 특정 지점으로부터 관심 윤곽을 따른 개개의 지점까지의 거리에 대응한다.

일부 구현들에서, 관심 윤곽을 따른 복수의 지점들은, 패턴의 특정 지점으로부터 관심 윤곽으로의 상이한 방향들과 연관된다.

일부 구현들에서, 방법은, 제1 및 제2 복수의 측정치들로부터의 한 쌍의 측정치들에 기반하여 관심 윤곽을 따른 각각의 개개의 지점에 대한 임계 치수 파라미터 값을 결정하는 것을 더 포함한다.

일부 구현들에서, 결함은, 임계 치수 파라미터 값이, 포착된 이미지와 연관된 제1 복수의 측정치들로부터의 개개의 측정치와 기준 이미지와 연관된 제2 복수의 측정치들로부터의 다른 개개의 측정치 사이의 최대 상대 차이를 갖는 것에 기반하여 분류된다.

일부 구현들에서, 하나 이상의 측정치는 거리 변환 함수에 기반하여 결정된다.

본 개시내용은, 아래에 주어진 상세한 설명으로부터 그리고 본 개시내용의 다양한 구현들의 첨부된 도면들로부터 더 완전히 이해될 것이다.
도 1a는, 패턴의 임계 치수(CD)의 변동을 결정하기 위한 예시적인 시스템의 블록도를 예시한다.
도 1b는 일부 실시예들에 따른, 패턴의 임계 치수의 변동을 결정하기 위한 예시적인 방법의 흐름도를 예시한다.
도 2a는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 예시적인 패턴을 예시한다.
도 2b는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 다른 예시적인 패턴을 예시한다.
도 2c는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다.
도 2d는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다.
도 2e는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다.
도 2f는 본 개시내용의 일부 실시예들에 따른, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다.
도 3a는 일부 실시예들에 따른, 임계 치수와 연관된 결함을 갖는 예시적인 패턴을 예시한다.
도 3b는 일부 실시예들에 따른, 임계 치수와 연관된 결함을 갖는 다른 예시적인 패턴을 예시한다.
도 3c는 일부 실시예들에 따른, 임계 치수와 연관된 결함을 갖는 또 다른 예시적인 패턴을 예시한다.
도 4a는 본 개시내용의 일부 실시예들에 따른, 임의적 형상을 갖는 패턴의 임계 치수 파라미터를 결정하는 것을 예시한다.
도 4b는 본 개시내용의 일부 실시예들에 따른, 선에 기반한 패턴의 임계 치수 파라미터를 결정하는 것의 다른 예를 예시한다.
도 5a는 일부 실시예들에 따른, 거리 측정치들에 기반하여 임계 치수 파라미터를 결정하는 것을 예시한다.
도 5b는 일부 실시예들에 따른, 거리 측정치들에 기반하여 임계 치수 파라미터를 결정하는 것의 다른 예를 예시한다.
도 5c는 일부 실시예들에 따른, 기준 이미지 및 검사 이미지와 연관된 비에 기반하여 임계 치수 파라미터를 결정하는 것을 예시한다.
도 6은 일부 실시예들에 따른, 임계 치수를 측정하는 것을 예시한다.
도 7은 일부 실시예들에 따른, 임계 치수를 측정하는 것의 다른 예를 예시한다.
도 8은 일부 실시예들에 따른, 임계 치수를 측정하는 것의 또 다른 예를 예시한다.
도 9는 본 개시내용의 일부 실시예들에 따른, 임계 치수에서의 변동을 결정하기 위한 예시적인 방법이다.
도 10은 일부 실시예들에 따른, 임의적 형상을 갖는 패턴에 대한 임계 치수에서의 변동을 결정하기 위한 예시적인 방법이다.
도 11은 일부 실시예들에 따른, 임의적 형상을 갖는 패턴에 대한 임계 치수에서의 변동을 결정하기 위한 다른 예시적인 방법이다.
도 12는 일부 실시예들에 따른, 임의적 형상을 갖는 패턴 및 이웃하는 패턴에 대한 이웃-방향(neighbor-wise) 임계 치수 파라미터를 결정하기 위한 예시적인 방법이다.
도 13은 본 개시내용의 구현들이 동작할 수 있는 예시적인 컴퓨터 시스템의 블록도이다.

본 개시내용의 양상들은, 패턴의 임계 치수 변동을 결정하는 것에 관한 것이다. 일반적으로, 반도체 웨이퍼 검사 시스템은, 집적 회로에 대응하는 패턴들을 포함하는 반도체 웨이퍼를 분석할 수 있다. 예컨대, 검사 시스템은, 반도체 웨이퍼의 패턴들에서 임의의 결함들을 식별할 수 있고 식별된 결함들을 분류할 수 있다.

반도체 웨이퍼 검사 시스템은, 반도체 웨이퍼에서의 결함들에 대응하는 패턴들을 식별할 수 있다. 패턴들은, 다양한 형상들 및 복잡한 구조들에 대응할 수 있다. 반도체 웨이퍼 상에서의 집적 회로의 제조 동안, 특정 패턴들의 형상들 또는 구조가 특정 패턴들의 의도된 형상 또는 구조로부터 변경될 수 있다. 그러한 패턴들의 변경들은, 반도체 웨이퍼의 결함을 초래할 수 있다. 반도체 웨이퍼 검사의 작업자는 각각의 결함을 검사할 수 있다. 예컨대, 작업자는 결함을 검사할 수 있고, 패턴에서의 변경이 반도체 웨이퍼 상에 제조되는 집적 회로에 대한 영향을 초래하는지를 결정할 수 있다. 그러나, 반도체 웨이퍼 상에 제조되는 패턴들은 상이한 형상들 및/또는 구조들에 대응할 수 있다. 따라서, 상이한 패턴들의 많은 상이한 형상들 및/또는 구조들을 검토하기 위해서는, 반도체 웨이퍼 검사 시스템의 작업자로부터 아주 많은 양의 시간을 필요로 할 수 있다.

본 개시내용의 양상들은, 패턴의 임계 치수 변동을 결정함으로써 위의 그리고 다른 결점들에 대처하는 것이다. 패턴의 다양한 임계 치수들이 결정되어, 임계 치수에서의 변동이 대응하는 패턴의 품질의 감소(예컨대, 결함)를 초래할 수 있는지 여부를 결정하는 데 사용될 수 있다. 예로서, 기준 이미지(예컨대, 예상되는 패턴) 및 검사 이미지(예컨대, 제조되었고/거나 결함과 연관된 패턴)가 수신될 수 있다. 기준 이미지로부터의 특정 패턴의 임계 치수 값 또는 파라미터, 및 검사 이미지로부터의 대응하는 패턴의 임계 치수 값 또는 파라미터가 결정될 수 있다.

일부 실시예들에서, 임계 치수 값들을 결정하기 위해 거리 변환(DT) 연산이 사용될 수 있다. 임계 치수 값들은, 패턴의 관심 윤곽(COI)을 식별하고 식별된 관심 윤곽에 기반하여 거리들을 측정함으로써 결정될 수 있다. 관심 윤곽은 패턴의 변형된 부분(MP)으로 간주될 수 있다. 예컨대, 변형된 부분은, 기준 이미지의 대응하는 패턴의 대응하는 부분과 상이한 검사 이미지의 패턴의 부분에 대응할 수 있다. 기준 이미지의 패턴의 관심 윤곽에 대해 제1 임계 치수 값이 결정될 수 있다. 일부 실시예들에서, 제1 임계 치수 값은, 기준 이미지 상에서의 패턴의 위치와 관심 윤곽 사이의 거리이다. 제2 임계 치수 값은, 검사 이미지 상에서의 패턴의 대응하는 위치와 관심 윤곽 사이의 거리일 수 있다. 따라서, 패턴의 2개의 치수 값들이 결정될 수 있다. 이어서, 제1 임계 치수 값과 제2 임계 치수 값의 조합에 기반하여 임계 치수의 변동 또는 파라미터가 결정될 수 있다. 일부 실시예들에서, 임계 치수 값의 변동 또는 파라미터는, 제1 임계 치수 값과 제2 임계 치수 값 사이의 비에 기반할 수 있다. 이와 같이, 임계 치수 변동 또는 파라미터는, 패턴의 변형된 부분의 결과로서 패턴의 변화를 식별할 수 있다. 이어서, 그러한 임계 치수 변동 또는 파라미터는, 패턴에서의 변동 또는 변화가 유의한지 여부를 결정하는 데 사용될 수 있다. 예컨대, 임계 치수 변동 또는 파라미터가 패턴과 연관된 임계 값을 초과하는 경우, 변형된 부분은, 반도체 웨이퍼에 대한 반도체 제조 프로세스에서 대처되어야 할 결함을 초래할 수 있다.

본 개시내용의 이점들은, 반도체 웨이퍼 검사 시스템의 증가된 효율을 포함하지만 이에 제한되지는 않는다. 예컨대, 임계 치수 변동 또는 파라미터는, 반도체 웨이퍼 검사 시스템의 작업자의 입력 없이 많은 상이한 유형들의 패턴들에 대해 결정될 수 있다. 이와 같이, 반도체 웨이퍼의 검사는 더 적은 시간을 활용할 수 있다. 부가적으로, 반도체 웨이퍼 검사 시스템에 의해 패턴의 임계 치수 변동을 결정하는 것은, 결함을 표시하는 임계 치수 변동을 갖는 특정 패턴들이 제조 프로세스 동안 대처될 수 있어서, 후속 반도체 웨이퍼들에 대한 후속 결함들이 감소되기 때문에, 반도체 제조 프로세스의 신뢰성을 증가시킬 수 있다.

도 1a는, 패턴의 임계 치수(CD)의 변동을 결정하기 위한 예시적인 시스템의 블록도를 예시한다. 시스템은, 반도체 웨이퍼 검사 시스템에 대응할 수 있다.

도 1a에 도시된 바와 같이, 제1 시스템(시스템 1)은, 임계 치수 구성요소(SP)를 구현할 수 있는 처리 디바이스(예컨대, 프로세서)를 포함하는 컴퓨터 시스템에 대응할 수 있다. 일부 실시예들에서, 임계 치수 구성요소는, 펌웨어 유닛, 소프트웨어 제품, 또는 소프트웨어 애플리케이션에 대응할 수 있다. 임계 치수 구성요소는, 반도체 웨이퍼(W)의 패턴들에 대한 임계 치수 값들 또는 측정치들을 결정하기 위해 거리 변환(DT) 함수를 구현할 수 있다. 일부 실시예들에서, 제1 시스템(S1)은, 메모리(M), 컴퓨팅 디바이스(C), 디스플레이(D), 및 입력 유닛(예컨대, 키보드)(K)을 포함할 수 있다. 컴퓨팅 디바이스(C)는, 통신 링크(L)를 통해 광학 툴 또는 주사 전자 현미경(SEM)과 동작가능하게 결합될 수 있다. SEM이 예시되지만, 반도체 웨이퍼(W)의 이미지를 획득하기 위해 임의의 다른 유형의 광학 장비가 사용될 수 있다.

동작 시, 컴퓨팅 디바이스(C)는, SEM으로부터 반도체 웨이퍼(W)의 데이터를 수신한다. SEM은, 반도체 웨이퍼(W) 상에 제조된 하나 이상의 패턴의 하나 이상의 이미지를 생성할 수 있다. 컴퓨팅 디바이스(C)는, 하나 이상의 패턴의 임계 치수들에서의 변동을 결정하기 위해, 하나 이상의 패턴에 대응하는 기준 이미지를 (예컨대, 메모리(M)로부터) 수신할 수 있다.

DT 함수는, 임의의 임의적 패턴에 대해, 패턴이 변형되었거나 변형될 수 있을 때 패턴 상의 특정 위치에 대한 그 패턴의 임계 치수를 결정하는 데 사용될 수 있다. CD 변동은 기준 이미지에 대해 결정될 수 있으며, 기준 이미지는, 패턴에 대응하는 설계의 모의된 컴퓨터 지원 설계(CAD) 이미지 및/또는 변형된 부분을 포함하지 않는 대응하는 패턴(예컨대, 어떠한 가능한 결함도 없는 패턴)의 이미지에 의해 제시될 수 있다.

일부 실시예들에서, DT 함수는, 결함 근방에서의 CD의 강건하고 정확한 추정을 허용할 수 있다. DT 함수는, 작업자가 패턴 유형에 따라 예상되는 실제 측정들을 정의함이 없이 상이한 구조들을 갖는 모든 유형들의 패턴들 상의 CD 및 임계 치수 변동(CDV)을 모니터링하는 것을 개선하기 위한 반도체 웨이퍼 검사 시스템을 허용할 수 있다.

도 1b는, 패턴의 임계 치수의 변동을 결정하기 위한 예시적인 방법(150)의 흐름도를 예시한다. 방법(150)은, 하드웨어(예컨대, 처리 디바이스, 회로, 전용 논리, 프로그래밍가능 논리, 마이크로코드, 디바이스의 하드웨어, 집적 회로 등), 소프트웨어(예컨대, 처리 디바이스 상에서 작동되거나 실행되는 명령어들), 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 일부 실시예들에서, 방법(150)은, 도 1a의 임계 치수 구성요소(SP)에 의해 수행될 수 있다.

도시된 바와 같이, 블록(151)에서, 처리 논리는, 기준 이미지 및 포착된(또는 검사) 이미지를 수신할 수 있다. 기준 이미지 및 포착된 이미지는 반도체 웨이퍼의 패턴을 포함할 수 있다. 기준 이미지의 패턴은, 임의의 결함들 또는 변형들이 없는 이상적인 패턴으로 간주될 수 있고, 포착된 이미지는, 결함 또는 변형을 포함할 수 있다. 따라서, 기준 이미지는 패턴을 포함할 수 있고, 포착된 이미지는 기준 이미지로부터의 패턴의 제조를 포함할 수 있다. 블록(152)에서, 처리 논리는, 기준 이미지 및 포착된 이미지에서 패턴에 대한 관심 윤곽을 식별할 수 있다. 예컨대, 관심 윤곽은, 포착된 이미지에서 변형을 포함하는 패턴의 경계 또는 부분일 수 있다. 변형은, 기준 이미지에서의 대응하는 패턴에 대한, 경계 또는 부분에서의 패턴에 대한 변화일 수 있다. 일부 실시예들에서, 변형은, 패턴에 대한 결함 또는 잠재적 결함의 결과일 수 있다. 이와 같이, 패턴의 일부분이 관심 윤곽으로서 식별될 수 있다.

블록(153)에서, 처리 논리는, 관심 윤곽에 대해 기준 이미지 및 포착된 이미지 각각에 대한 패턴의 치수의 하나 이상의 측정치를 결정할 수 있다. 예컨대, 패턴 상의 위치가 식별될 수 있다. 위치는, 패턴의 관심 윤곽에 대해 정상 위치에 있을 수 있다. 따라서, 위치는, 관심 윤곽과 별개일 수 있다. 관심 윤곽을 따른 다수의 지점들 또는 위치들에 대한 측정치들이 획득될 수 있다. 일부 실시예들에서, 기준 이미지에 대해 제1 측정치가 획득될 수 있고, 포착된 이미지에 대해 제2 측정치가 획득될 수 있다. 예컨대, 제1 측정치는, 포착된 이미지의 패턴 상의 관심 윤곽 상의 일 지점에 대한 패턴 상의 위치의 거리를 측정하기 위해 획득될 수 있다. 이어서, 그 위치와 패턴 상의 대응하는 지점 사이의 거리를 측정하기 위해, 기준 이미지에서의 패턴 상의 동일한 위치(예컨대, 포착된 이미지와 동일한 위치)에서, 포착된 이미지에 대해 제2 측정치가 획득될 수 있다. 일부 실시예들에서, 관심 윤곽 상의 각각의 상이한 지점에 대해 다수의 측정 쌍들이 획득될 수 있다. 따라서, 관심 윤곽을 따른 각각의 지점에 대해, 기준 이미지에 대한 거리 값, 및 포착된 이미지에 대한 다른 거리 값이 획득될 수 있다.

도 1b를 참조하면, 블록(154)에서, 처리 논리는, 결정된 하나 이상의 측정치에 기반하여, 관심 윤곽과 연관된 결함을 분류할 수 있다. 결함이 관심 윤곽을 초래할 수 있다. 일부 실시예들에서, 결함은, 하나 이상의 측정치에 기반하여, 원인이 됨에 있어 유의한 것으로서 또는 유의하지 않은 것으로서 분류될 수 있다. 결함은, 그 결함이, 패턴을 포함하는 집적 회로의 고장을 초래하는 경우 유의할 수 있다. 결함은, 하나 이상의 측정치에 기반하여 선택되는 임계 치수 파라미터 값에 기반하여 분류될 수 있다. 예컨대, 각각의 측정 쌍에 대해, 임계 치수 파라미터는, 패턴 상의 동일한 위치 및 관심 윤곽을 따른 동일한 지점에 대한 기준 이미지로부터의 제1 측정치 및 포착된 이미지로부터의 제2 측정치의 조합에 기반하여 결정될 수 있다. 임계 치수 파라미터는, 제1 측정치와 제2 측정치 사이의 비일 수 있다. 이어서, 기준 이미지의 패턴과 포착된 이미지의 패턴 사이의 관심 윤곽을 따른 최대 변화를 표시하는 최대 값을 갖는 임계 치수 파라미터가 임계 치수 파라미터로서 선택될 수 있다. 이어서, 선택된 임계 치수 파라미터가 임계 값을 초과하는 것에 기반하여 결함이 분류될 수 있다. 예컨대, 임계 치수 파라미터가 임계 값을 초과하는 경우, 관심 윤곽은 유의한 결함으로 간주될 수 있다. 그렇지 않고, 임계 치수 파라미터가 임계 값을 초과하지 않는 경우, 관심 윤곽은 유의한 결함으로 간주되지 않을 수 있다. 일부 실시예들에서, 임계 값은, 관심 윤곽과 연관된 결함의 유형(예컨대, 형상)에 기반하여 변할 수 있다.

본원에 사용되는 바와 같이, 기준 패턴(예컨대, 원래의, 초기의, 원하는, 설계된, 계획된 패턴)은 단지 패턴(이는 또한, 임의적, 포착된, 실제의, 변형된, 결함이 있는 패턴, 검사부, 변형에 의해 영향을 받는 패턴으로 불릴 수 있음)과 비교될 수 있다. 일부 실시예들에서, 패턴의 기준 이미지는, 예컨대, CAD 이미지, 원하는 기준 패턴의 모의된 이미지, 제조 프로세스 동안 생성된 기준 패턴의 SEM으로 생성된 그레이-레벨 이미지, (예컨대, 마스크 검사에서) 광학 툴들에 의해, 다이 또는 다이들의 그룹(예컨대, 이웃하는 다이)에 의해 생성된 기준 패턴의 이미지 등일 수 있다. 기준 윤곽은, 기준 이미지에서의 패턴의 윤곽일 수 있다. 패턴이 단독 피쳐인 경우, 그 패턴의 기준 이미지의 임의의 윤곽이 그 패턴의 기준 윤곽으로서 이해될 수 있다. 내부(또는 자식) 윤곽들을 포함하는 패턴의 경우, 그러한 패턴의 기준 이미지 상의 외부 윤곽들 및 내부 윤곽들 둘 모두가 기준 윤곽들의 역할을 할 수 있다. 패턴들의 그룹에서, 기본 패턴에 이웃하는 패턴의 외부 윤곽이 기본 패턴에 대한 기준 윤곽으로 간주될 수 있다.

패턴의 포착된 이미지는, 일차 전자들의 빔으로 조사할 시 리소그래피 마스크 상에 또는 반도체 웨이퍼 상에 생성되는 밝기를 표시하는 정보를 지칭할 수 있다. 그러한 경우에서, 포착된 이미지는 실제/임의적/변형된 패턴에 대응한다. 대안적으로, 포착된 이미지는, 기준 패턴의 계획된 변형의 모의된 이미지일 수 있다. 따라서, 포착된 이미지는, 광학 또는 일차 전자 빔으로 마스크 또는 반도체 웨이퍼를 스캐닝하는 것의 결과로서 포착된 신호, 포착된 신호들에 기반한 정보(예컨대, 이미지의 밝기의 디지털 측정치들의 파일), 이미지의 기능, 이미지 처리, 필터링 또는 향상 시에 획득된 데이터에 기반한 임의의 생성된 이미지, 또는 모의된 이미지일 수 있다. 기준 이미지 및 포착된 이미지 둘 모두는 가시적 이미지(예컨대, SEM에 의해 획득된 그레이-레벨 이미지들)의 형태일 수 있다. 포착된 윤곽은, 포착된 이미지에 포함된 패턴의 윤곽을 지칭할 수 있다.

본원에 사용되는 바와 같이, 변형된 부분은, 패턴 상의 적어도 하나의 항목을 지칭할 수 있다. 예컨대, 변형된 부분은, 변화, 결함, 부가된 피쳐, 패턴의 다른 구역들과 상이한 특성들을 갖는 구역일 수 있지만 이에 제한되지는 않는다. 변형된 부분은 임의적 형상/윤곽을 가질 수 있고, 패턴의 임의의 부분 상에 위치될 수 있다. 변형된 부분은, 가상의 변형된 부분, 이를테면, 언급된 변화/결함/부가된 피쳐/구역이 계획/예상되는 패턴 상의 영역일 수 있다. 관심 윤곽(COI)은, 초기(기준) 패턴의 변형에 의해 영향을 받거나 영향을 받을 것으로 예상되는 패턴 상의 지점들의 세트를 지칭할 수 있다. 예컨대, COI는, 변형된 부분(실제 또는 가상)에 인접하고 변형된 부분이 기준 이미지/윤곽에 "부착"되는(또는 부착될 것으로 추측되는) 위치에 있는 기준 윤곽의 적어도 일부일 수 있다. 예컨대, 관심 윤곽은, 변형된 부분에 가까운 기준 윤곽의 일부로서 또는 패턴과 패턴의 변형된 부분 사이의 경계로서 이해될 수 있다. 관심 윤곽은 미리 사전 선택될 수 있거나, 패턴 이미지들(포착된 이미지 또는 기준 이미지) 중 적어도 하나에 기반하고 변형된 부분(결함)의 위치 및 형상에 관한 정보에 기반하여 결정될 수 있다. 기준 윤곽의 일부가 아닌 변형된 부분의 윤곽의 구획은 변형된 관심 윤곽(COI)으로 불릴 수 있다. 관심 윤곽은, 임의의 가시적인 변형된 부분들(결함들)이 없는 패턴에 대해 정의될 수 있다. 예컨대, 잠재적 변형이 가능한 기준 윤곽의 특정 구획이 관심 윤곽으로 간주될 수 있고, 추측된(또는 가상의) 관심 윤곽으로 불릴 수 있다. 패턴 상의 특정 위치를 갖는 추측된 관심 윤곽에 대해 그러한 패턴에 대한 CD 파라미터가 결정될 수 있다.

거리 변환(DT) 함수는, 디지털 이미지의 도출된 표현 상에서 수행되는 연산일 수 있다. DT 함수는, 가장 가까운 영이 아닌 픽셀까지의 거리로 관심 이미지의 각각의 픽셀을 라벨링하는 맵으로서 정의될 수 있다. 예컨대, 영이 아닌 장애 픽셀은 이진 이미지에서의 경계 픽셀일 수 있다.

도 2a는, 반도체 웨이퍼의 예시적인 패턴을 예시한다. 도시된 바와 같이, 기본 패턴(P1)은, RO로 표시된 자신 고유의 외부 윤곽(기준 고유 윤곽) 및 RCh로 표시된 내부/자식 윤곽(기준 자식 윤곽)을 포함할 수 있다. 이웃 패턴(N1)은 패턴(P1)에 근접하게 위치된다. 변형된 부분(MP1)은 패턴(P1)의 일 측 상에 나타날 수 있다. MP1은 돌출부(MP1a로 표시된 돌출된 굵은 선으로 도시됨)일 수 있다. 일부 실시예들에서, 변형된 부분은 MP2(예컨대, 굵은 파선)와 같은 함몰부일 수 있다. 그러한 변형된 부분은 MP1b로 표시된다. 관심 윤곽은 MP1a 또는 MP1b와 RO 사이의 경계(예컨대, 굵은 파선 사이의 RO의 부분)일 수 있다.

도시된 바와 같이, 2개의 유형의 CD 측정치들이 결정될 수 있다. 예컨대, 제1 유형(유형 I)은, 결함(MP1)이 자신의 숙주(hosting) 패턴(P1)의 품질에 어떻게 영향을 미치는지를 추정하기 위한 패턴(P1)에 대한 고유 CD의 측정치일 수 있다. 제2 유형(유형 II)은, 결함(MP1)이 패턴(P1)의 주변에 어떻게 영향을 미치는지를 추정하기 위한 패턴(N1)에 대한 패턴(P1)의 이웃-방향 CD의 측정치일 수 있다.

도 2b는, 반도체 웨이퍼의 다른 예시적인 패턴을 예시한다. 도시된 바와 같이, 유형 III 및 유형 IV 측정치가 결정될 수 있다. 유형 III 측정치의 경우, 패턴(P2)은 제조 프로세스 동안 축소되었다(패턴의 직경/전반적 치수가 균일하게 감소되었음). 얇은 외측 윤곽은 P2의 기준 고유 윤곽(RO)으로 표시되는 한편, 굵은 내측 윤곽은 P2의 새로운 변형된 윤곽이다. 그 차이는, 환형의 변형된 부분(MP2)으로 표시된다. 변형된 부분(MP2)과 기준 패턴 사이의 경계는, 관심 윤곽(COI-2)으로 간주되는, 패턴의 기준 윤곽(RO)이다. 유형 IV는, 제조 동안 패턴(P3)의 전반적 치수/직경이 증가한 경우의 측정치일 수 있다(P3의 새로운 변형된 윤곽이 굵은 선으로 도시됨). 패턴(P3)의 기준 고유 윤곽은 RO로 표시된다. 전체 RO가 변경되었으므로, RO는 또한 변형된 부분(MP3)의 경계를 표현한다. 이러한 경우에서, 전체 RO가 관심 윤곽(COI-3)이다. 이러한 유형의 결함이 유형 IV이며, 이는, P3과 유사한 패턴들의 고유 CD를 결정하기 위한 제안된 임계 치수 측정 기법에 의해 제공될 수 있다.

도 2c는, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다. 예컨대, 도 2c는 도 2a의 변형으로 간주될 수 있으며, 여기서, 패턴(P4) 및 이웃하는 패턴(N2) 둘 모두가 결함들(MP4, MP5)을 갖고, 이들은 함께, 이웃하는 패턴들 사이의 거리를 변화시키고, 그에 따라, 그러한 패턴들 중 임의의 패턴에 대한 이웃-방향 CD를 변화시킨다. 이러한 유형의 결함이 유형 V이며, 여기서, 패턴(P4)에 대한 관심 윤곽은 COI-4인 한편, CN(이웃 패턴(N2)의 포착된 윤곽)은 기준 윤곽의 역할을 할 수 있고, 기준 윤곽에 대한 결함들(MP4 및 MP5)의 영향이 추정된다. COI-5는, 그의 고유 CD가 추정되는 경우, 패턴(N2)에 대한 관심 윤곽이다.

도 2d는, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다. 도시된 바와 같이, 패턴은, 자신의 원호들 중 하나 상에 관심 윤곽(COI-6)을 포함하는 원형 패턴(P6)일 수 있다. 변형된 부분은, 관심 윤곽(COI-6)에 의해 표시된 바와 같이, 원호 상에 나타날 수 있다. 패턴(P6)의 CD 파라미터의 측정치는 COI-6의 위치에 기반할 수 있다.

도 2e는, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다. 도시된 바와 같이, 패턴은, 추측될 수 있는(예컨대, 가상 또는 허구인) 관심 윤곽(COI-7)을 갖는 선형 패턴(P7)에 대응할 수 있다. 패턴(P7)의 CD 파라미터는 COI-7의 위치에 기반하여 결정될 수 있다.

도 2f는, 반도체 웨이퍼의 또 다른 예시적인 패턴을 예시한다. 도시된 바와 같이, 패턴(P8)은 복잡한 형상을 포함할 수 있다. 패턴(P8)의 임계 치수 파라미터는 관심 윤곽(COI-8)에 대해 결정될 수 있다. 일부 실시예들에서, 임계 치수 파라미터는, 변형된 부분이 COI-8 상에 나타나는 경우 패턴(P8)의 어느 치수가 가장 많이 영향을 받을 것인지를 식별하는 것에 대응할 수 있다.

도 2a-2f가 패턴들의 다양한 예들을 설명하지만, 임의의 유형 또는 형상의 패턴의 임계 치수 변동이 결정될 수 있다.

도 3a, 도 3b, 및 도 3c는, 패턴의 CD에 대한 패턴 변형(예컨대, 결함)의 상대적인 영향을 결정하는 방식을 도시한다. 임의적 패턴은, 변경의 결과로서 패턴의 외부 윤곽 및 패턴의 CD를 변화시키는 변형된 부분(예컨대, 결함)을 포함할 수 있다. 패턴 상의 변형된 부분은, 하나 이상의 이웃하는 패턴에 대해 패턴의 CD에 영향을 미칠 수 있다.

도 3a는, 임계 치수와 연관된 결함을 갖는 예시적인 패턴을 예시한다. 도시된 바와 같이, 패턴은 패턴-내 결함(즉, 깨끗한 표적 영역)을 포함할 수 있다. 예컨대, 패턴(P10)은 복잡한 형상을 포함할 수 있다. 패턴의 계획된 기준 형상은 윤곽(120 및 140)에 의해 표현된다. 실제 패턴(P10)은, 패턴의 외부 윤곽을 변화시키는 결함 또는 변형된 부분(MP)(음영 영역(130))을 포함한다. 예컨대, 변형된 패턴은 현재 (140에 대향하는) 경계/가장자리(160)에서 종결된다. 가장자리(140)는 패턴(P10)의 관심 윤곽(COI-10)으로 간주될 수 있다.

이러한 경우에서, 패턴(P10)의 CD는 기준 패턴의 것과 최대로 상이한(또는 최대로 변화되는) 패턴의 치수 또는 측정된 거리이다. 예컨대, 최대로 변경된 거리는 변형된 부분/결함(130)에 의해 최대로 영향을 받는 거리이다. 도 3a에서 볼 수 있는 바와 같이, 관심 윤곽(160) 근방에서 그리고 바람직하게는 그에 수직하게 측정된 기준 패턴(P10)의 직경(Dr)은, (관심 윤곽(160) 근방에서 그리고 바람직하게는 그에 수직하게) 동일한 방향으로 측정된 결함 패턴의 (포착된) 직경(Dd)보다 명확히 더 크다. 예컨대, 직경(Dd)(즉, 결함 직경)은 윤곽(120) 및 윤곽(160)에서의 'o' 사이의 거리일 수 있고, 직경(Dr)(즉, 기준 직경)은 윤곽(120)에서의 'o'와 윤곽(140)에서의 'o' 사이의 거리일 수 있다. Dd/Dr 비는 결함의 최대 영향을 표시할 수 있어서, (포착된) Dd는 변형된 패턴(P10)의 CD로 간주될 수 있다. Dr이 기준 패턴의 CD로 간주될 수 있으므로, 비는 CDcaptured/CDreference로 특정될 수 있다.

비 및 특정 측정 방향이 주어지면, 패턴(P10)의 임계 치수 변동(CDV)이 다음과 같이 결정될 수 있다.

일부 실시예들에서, 값 Ratio는 이전 설명된 바와 같은 비이고, 값 C는 가중 계수이고, 값들 α, β 및 는, 예시된 바와 같이, 기준 윤곽(RC), 관심 윤곽(COI), 및 변형된 관심 윤곽(MCOI)에 대한 CD에 대해 선택된 측정 방향에 의해 각각 형성되는 각도들이다.

도 3b는, 임계 치수와 연관된 결함을 갖는 다른 예시적인 패턴을 예시한다. 예컨대, 도 3b는 한 쌍의 패턴들(D11 및 D12)을 도시하며, 패턴들은 직선들이다. 패턴(D12) 상의 결함(135)은 그의 고유 CD 및 그의 이웃-방향 CD(예컨대, 이웃하는 패턴(D11)에 대한 임계 치수) 둘 모두를 변화시킨다. 이웃하는 패턴(D11)에 대한 CD의 경우, 기준 거리(Dr)(변화되지 않은/기준 패턴(D12)과 이웃하는 패턴(D11) 사이에서 측정됨)는 거리(Dd)(결함이 있는 패턴(D12)과 이웃하는 패턴(D11) 사이에서 측정됨)와 비교될 수 있다. 그러한 거리는 결함(135)에 의해 최대로 영향을 받는다는 것이 이해된다.

패턴의 CD에 대한 결함(또는 패턴에서의 임의의 변형된 부분)의 상대적인 영향을 추정/측정하기 위해, Dd/Dr 비가 사용될 수 있다. 비는, 변형된 패턴(예컨대, 결함)의 포착된 이미지 상에서 측정된 거리(Dd) 및 비-변형된 패턴(예컨대, 결함이 없음)의 기준 이미지 상에서 측정된 거리(Dr)에 기반할 수 있으며, 두 거리 모두는 변형된 부분 근방에서 측정된다. 예컨대, 거리들은, (예컨대, 결함(135)에 의해 경계 지어지는 바와 같은) 관심 윤곽(137) 근방에서 측정될 수 있다. 최대 비는 CD 비로서 선택될 수 있다.

도 3c는, 임계 치수와 연관된 결함을 갖는 또 다른 예시적인 패턴을 예시한다. 예컨대, 패턴에 대한 그리고 이웃하는 패턴들에 대한 변형된 부분의 영향이 결정될 수 있다. 다수의 이웃하는 패턴들에 의해 둘러싸인 패턴의 예를 사용하여 접근법이 예시된다.

도 3c는 패턴들의 그룹을 도시한다. 그룹에서, 패턴들 중 하나(122)는 돌출부(121)에 의해 변형되고, 그에 따라, 패턴(122)의 치수들뿐만 아니라, 변형된 부분(121)에 가장 근접한 또는 가까운 다른 인접한 패턴들(124 및 126)과 패턴(122) 사이의 거리들도 영향을 받는다. 돌출부(121)의 영향은, 돌출부(즉, 결함)(121)의 결과로서 변화되는 상대적 CD의 최대치에 기반하여 추정 또는 결정될 수 있다.

패턴(122)의 CD 값 또는 파라미터에 대한 돌출부(21)의 영향을 측정하기 위해, 그 패턴의 Dd1 및 Dr1이 그들의 차이/변화가 최대인 위치/방향에서 측정되어야 한다.

상대적 CD 변화는 다음과 같이 추정될 수 있다:

예로서, 패턴(122)에서 측정될 수 있는 Dd1/Dr1 비(돌출부의 기부에서의 관심 윤곽에 관련됨)는 1.31과 동일하다. 패턴(126)에 대하여 패턴(122)의 CD 파라미터에 대한 결함 또는 돌출부(121)의 상대적인 영향을 측정하기 위해, Dd2 및 Dr2가 그들의 차이 또는 변화가 최대인 위치/방향에서 측정되어야 한다(또는, 그러한 방향/위치가 자동으로 발견되어야 함). 예컨대, 가장 근접한 이웃하는 패턴(126)에 대해 측정된 Dd2/Dr2 비(예컨대, 패턴(122)과 패턴(126) 사이에 파선으로 표현됨)는 0.71과 동일하다.

도 4a는, 임의적 형상을 갖는 패턴의 임계 치수 파라미터를 결정하는 것을 예시한다. 도시된 바와 같이, 임의적 패턴의 CD 파라미터는, 다양한 방향들에서의 거리들을 측정하는 거리 변환 함수를 사용함으로써 결정될 수 있다.

도시된 바와 같이, 패턴(131)은 원형 형상을 포함할 수 있다. 그 형상의 외부 윤곽이 패턴(131)의 경계로서 도시된다. 이는, 기준 윤곽으로 간주될 수 있다. 원호(132)는, 결함에 의해 변형되거나 영향을 받는(또는 그럴 수 있는) 관심 윤곽인 지점들의 세트(S1)를 표시한다. 거리들을 측정하기 위해, 관심 윤곽(세트(S1)) 근방에서의 다양한 방향들을 따라, 즉, 패턴(131)의 윤곽의 지점들과 세트(S1)를 포함하는 원호(132)의 지점들 사이에 DT 함수가 적용될 수 있으며, 그러한 다수의 거리 측정치들의 DT 값들이 그래프(134) 상에 도시된다. 그래프(134)의 극값은, 원호의 중심에서(예컨대, 관심 윤곽의 지점들의 세트(S1)의 중심에서) 측정된 패턴의 직경(136)에 대응한다. 극값은, 패턴(131)의 윤곽에서의 임의의 지점과 원호(132)에서의 임의의 지점 사이의 최대 거리를 표현할 수 있다. 그러한 측정치는 관심 윤곽(S1)에 대한 패턴의 CD 파라미터 또는 값(예컨대, 그의 고유 국부적 CD 파라미터)일 수 있다.

도 4b는, 지점들의 세트(S2)를 갖는 관심 윤곽(142)을 포함하는 선형 패턴을 갖는 패턴(140)의 다른 예를 도시한다. 관심 윤곽(142) 근방에서 패턴의 윤곽들에 적용되는 DT 함수는 3개의 극값들을 갖는 그래프(144)를 생성한다. 극값들 중 하나(예컨대, 그래프의 최소 값)는, 패턴의 윤곽과 윤곽(142)(예컨대, 지점들의 세트(S2)) 사이의 거리가 최대로 변할 선 패턴 상의 지점과 연관된다. 이러한 지점에서 측정되는 그러한 거리(146)(CD)는, 변형된 패턴의 CD 파라미터(예컨대, 국부적 CD)일 수 있다. 더욱이, 그 거리가, 144의 극값들을 형성하는 다른 거리들 중에서 최소 절대 값을 가지므로(142에 수직임), 거리(146)는 패턴(140)의 국부적 CD 파라미터 또는 값으로서 선택될 수 있다.

도 4a 및 도 4b는, (패턴의 관심 윤곽에 의해 표현되는) 결함/변형의 패턴 상의 위치가 패턴의 CD 비에 대해 영향을 끼친다는 것을 입증한다. 그 CD는 국부적 CD로 불리고, DT 극값의 값들 및 비들의 변화들의 분석을 통해 추정될 수 있다. 추정은, 기준 패턴 및 변형된 패턴의 윤곽들(또는 그들 중 하나의 윤곽 및 가상/계획된 또는 실제 변형의 관심 윤곽), 관심 윤곽에 대한 법선 방향으로의 측정 방향의 근접도를 고려하고, DT 함수의 측정 방향들 중 최상의 후보들을 선택함으로써 제공될 수 있다.

도 5a 및 도 5b는, 거리 측정치에 기반하여 임계 치수 파라미터를 결정하는 것을 예시한다. 예컨대, 도시된 바와 같이, 도 5a 및 도 5b는, 상이하게 위치되고 상이하게 형상화된 변형된 부분들(또는 관심 윤곽들)을 가진 일반적으로 원형인 형상을 패턴(P13)이 갖는 2개의 예를 예시한다. 이러한 예에서, 관심 윤곽들은, 기준 패턴과 변형된 패턴 사이의 경계들을 표시한다. 도시된 바와 같이, CD 파라미터들 또는 값들에 대한 후보들은 변형된 부분/COI 근방에서 다양한 방향들로부터 측정될 수 있고, 후보들 중 적어도 하나는 적합한 국부적 CD 값 또는 파라미터로서 선택될 수 있다. 방향들은 흑색 파선들(예컨대, DT)로 도시된다. 일부 실시예들에서, 변형된 패턴의 윤곽들 및 관심 윤곽(COI)에 대한 법선에 더 근접한 방향들이 패턴의 CD 파라미터를 결정하는 데 사용될 더 양호한 후보들일 수 있다(치수에서의 최대의 상대적인 변화는 우측에서의 측정된 Dr 및 Dd로 도시됨).

도 5c는, 기준 이미지 및 검사 이미지와 연관된 비에 기반하여 임계 치수 파라미터를 결정하는 것을 예시한다. 도시된 바와 같이, 패턴의 (예컨대, 결함의) 기준 이미지(150) 및 포착된 이미지(151)가 수신될 수 있다. 관심 윤곽(153)은 조합된 이미지(153)에서 획득될 수 있고, 결과적인 조합된 이미지(153)에 대해 CD 파라미터 또는 값이 추정될 수 있다.

도 5c는 또한, 관심 윤곽(153) 근처에 나타나는 결함을 갖는 패턴(150)의 원형 형상에 대해 획득될 수 있는 최대 CD 비(CD 파라미터 또는 국부적 CD를 표시함)가 0.83으로 결정된다는 검증이다. 관심 윤곽(153) 근방에서의 측정들은 DT 함수를 적용함으로써 수행될 수 있다.

도 6, 도 7, 및 도 8은 임계 치수를 측정하는 것을 예시한다. 예컨대, 각각의 도면은, 상이한 패턴, 관심 윤곽들 및 변형된 부분들(예컨대, 돌출부들 및/또는 함몰부들)의 윤곽들 근방에서 상이한 방향들(흑색 파선들로 도시됨)로 CD 파라미터들을 측정(예컨대, DT 연산)하기 위한 적합한 방향을 선택하기 위한 동작을 예시한다. DT 값들의 대응하는 그래프들이 DT 함수에 의해 이러한 상이한 패턴들에 대해 구축된다. 도 6, 도 7, 및 도 8의 중앙에 있는 그래프들은 적어도 그래프들의 좌측에 배치된 대응하는 예들에 관한 것이다(예컨대, 좌측 및 우측 예들이 동일한 COI들 및 대칭적인 변형된 부분들을 가지므로, 둘 모두에 관한 것임). DT 그래프들 각각은, 변형된 부분에 의해 최대로 영향을 받는 측정치들로서(즉, DT 함수의 극값들에 근접한 측정치들로서) CD 파라미터들의 후보들을 예시한다. 이어서, 후보들 중 최대 CD 비를 갖는 측정치로서 CD 파라미터가 선택된다. 최대 CD 비들의 예시적인 값들이 대응하는 도면들에 도시된다.

도 9는, 임계 치수에서의 변동을 결정하기 위한 예시적인 방법이다. 도 9의 방법은, 하드웨어(예컨대, 처리 디바이스, 회로, 전용 논리, 프로그래밍가능 논리, 마이크로코드, 디바이스의 하드웨어, 집적 회로 등), 소프트웨어(예컨대, 처리 디바이스 상에서 작동되거나 실행되는 명령어들), 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 일부 실시예들에서, 방법은, 도 1a의 임계 치수 구성요소(SP)에 의해 수행될 수 있다.

일반적으로, 변형된 패턴의 품질을 추정하기 위해, 변형된 패턴의 CD 파라미터들이 결정될 수 있다. 변형된 패턴의 품질은, 변형된 패턴의 CD 파라미터들에 대한 변형 또는 결함의 영향의 측정에 대응할 수 있다. 부가적으로, 도 9는, CD 파라미터들을 결정하고 개개의 CD 파라미터에 기반하여 패턴 상의 변형된 부분의 영향을 추정하기 위한 별개의 분기들을 포함한다. 예컨대, 제1 분기는, 숙주 패턴 내의 CD 파라미터(예컨대, 고유 CD 파라미터를 결정하기 위한 좌측 분기) 및 하나 이상의 이웃하는 패턴에 대한 CD 파라미터(예컨대, 이웃-방향 CD 파라미터를 결정하기 위한 우측 분기)를 결정하는 것에 관한 것일 수 있다.

일부 실시예들에서, 변경 명령 또는 결함에 의해 변형된 패턴 내에서 그리고/또는 외부에서 국부적 CD가 측정되고, 이어서, 변형에 의해 패턴이 얼마나 변화되었는지에 관한 결정이 이루어진다. 예컨대, 출력이 결과적인 변화이도록, 변형된 치수와 원래의(기준) 치수 사이의 비가 계산될 수 있다. 도시된 바와 같이, 박스(10)에서, 처리 디바이스는 입력 이미지를 수신할 수 있다. 예컨대, 입력 이미지는, 패턴의 적어도 하나의 이미지, 및 패턴이 변형된 부분(MP)을 갖는지(또는 가질 것으로 추측되는지) 여부 및 그러한 곳을 식별하는 일부 특정 위치 데이터를 포함할 수 있다. 일부 실시예들에서, 패턴의 이미지는, 패턴의 포착된 이미지 또는 패턴의 기준 이미지인 SEM 이미지를 구성할 수 있다. 데이터는, 패턴과 MP 사이의 경계인 관심 윤곽(COI)에 대한 정보를 포함할 수 있다. MP가 추측 또는 계획되는 경우, COI는 가상인 것으로 간주될 수 있다.

블록(12)에서, 처리 디바이스는, 블록(10)으로부터 수신된 입력에 기반하여 경계들(윤곽들)의 세트를 형성할 수 있다. 예컨대, 경계들의 세트는, 기준 윤곽 또는 포착된 윤곽인 패턴의 윤곽(PC), 변형된 부분의 윤곽(CMP)이 존재하는 경우 그러한 윤곽, 제공되거나 생성되는 관심 윤곽(COI) 등을 포함할 수 있다. 입력 데이터에 기반하여 다른 윤곽들이 획득될 수 있다.

블록(14)에서, 처리 디바이스는 고유 CD 파라미터를 측정한다. 예컨대, 블록(14)은, 그 자신이 관심 윤곽을 포함하는 숙주 패턴에 대한 MP의 영향을 추정하기 위해 고유 CD 측정치들을 결정하기 위한 제1 분기에 대응할 수 있다. 블록(14)은, COI 및/또는 CMP 근방에서 고유 CD를 측정하는 것에 대응한다. 블록(16)은, 하나 이상의 이웃하는 패턴(예컨대, 관심 윤곽을 포함하지 않는 다른 인접한 패턴들)에 대한 MP의 영향을 추정하기 위해 이웃-방향 CD 파라미터 또는 측정치를 결정하기 위한 제2 분기를 표시한다. 블록(16)은, 기본 패턴의 COI 및/또는 CMP 근방에서 이웃-방향 CD를 측정하는 것에 대응한다.

블록(14)의 측정들은, 자신의 하위 분기들 a) 및 b) 중 적어도 하나에 의해 구현될 수 있다. 도시된 바와 같이, 블록(14)에서, 처리 디바이스는, 무지(solid) 숙주 패턴 내의 고유 CD 파라미터를 측정한다. 블록(14b)에서, 처리 디바이스는, 내부(또는 자식) 윤곽들을 갖는 숙주 패턴 내의 고유 CD 파라미터를 측정한다. 블록(15)은, 옵션들(14a 및 14b) 각각에 대해, MP의 존재로 인해 최대로 변화되는 측정치로서 그의 대응하는 고유 CD 파라미터가 선택될 수 있다는 것을 표시한다. 그러나, 14a 및 14b에서 수행된 모든 측정들 중에서, 하나의 최대로 변경된 고유 CD 파라미터가 선택될 수 있다.

블록(15)에서, 처리 디바이스는, 측정치들에 대한 변화(및/또는 CDV)의 개개의 비들을 계산할 수 있고, 비 및 CDV의 최대 값들로 특성화되는 CD 파라미터를 선택할 수 있다. 유사하게 또는 대안적으로, 블록(16a)은, 처리 디바이스가 특정 이웃하는 패턴에 대한 이웃-방향 CD 파라미터를 측정하는 것에 대응할 수 있다. 블록(16b)은, 처리 디바이스가 이웃하는 패턴의 변형된 부분(MP)에 대해 그 부분이 또한 이웃하는 패턴들의 쌍 사이에 위치되는 경우 이웃-방향 CD를 측정하는 것에 대응할 수 있다.

블록(17)에서, 옵션들(16a 및/또는 16b) 각각에 대해, 처리 디바이스는, MP(MP들)의 존재로 인해 최대로 변경된 이웃-방향 CD 파라미터를 결정할 수 있다. 블록(18)에서, 처리 디바이스는, 그의 특정 위치에서 변형된 부분(MP)의 존재로 인해 최대로 변경되는 고유 및 이웃-방향 CD 파라미터들 각각의 2개의 조합된 세트로의 흐름도의 두 분기들 모두로부터, 결정된 CD 파라미터들을 수집할 수 있다. 개개의 비들 및/또는 CDV 값들이 또한 기록될 수 있다.

도 10은, 임의적 형상을 갖는 패턴에 대한 임계 치수에서의 변동을 결정하기 위한 예시적인 방법을 예시한다. 도 10의 방법은, 하드웨어(예컨대, 처리 디바이스, 회로, 전용 논리, 프로그래밍가능 논리, 마이크로코드, 디바이스의 하드웨어, 집적 회로 등), 소프트웨어(예컨대, 처리 디바이스 상에서 작동되거나 실행되는 명령어들), 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 일부 실시예들에서, 방법은, 도 1a의 임계 치수 구성요소(SP)에 의해 수행될 수 있다.

일반적으로, CD 파라미터들은, 거리 변환(DT) 함수에 기반하여 결정될 수 있다. 일부 실시예들에서, DT 함수는, (DT 함수의 극값들과 연관된) 최적의 측정 방향들을 결정하고 그러한 방향들에서 CD 후보들을 결정할 수 있다. 도시된 바와 같이, 블록(20)에서, 처리 디바이스는 입력을 수신할 수 있다. 입력은, 변형된 부분(MP)(예컨대, 결함)에 대한 정보가 차이로서 획득될 수 있도록, 패턴 및 주변 영역의 2개의 그레이-레벨 주사 전자 현미경(SEM) 이미지(예컨대, 기준 이미지 및 포착된 또는 검사 이미지)를 포함할 수 있다. 예컨대, 검사 이미지 및 기준 이미지에서의 패턴 사이에 차이가 있을 수 있다. 동일한 또는 대안적인 실시예들에서, 입력은, 기준 이미지, 및 추측된 관심 윤곽(COI)에 대한 정보를 포함할 수 있다. 블록(22)에서, 처리 디바이스는 윤곽들의 세트를 형성할 수 있다. 윤곽들은, 기준 고유 윤곽(RO), 기준 자식 윤곽(RCh), 기준 이웃 윤곽(RN), 및 포착된 이웃 윤곽(CN)(자신의 변형된 부분을 또한 가질 때에는 기준 윤곽의 역할을 할 수 있음) 중 임의의 것 또는 전부로부터 선택될 수 있는 패턴에 대한 기준 윤곽(RC)을 포함할 수 있다.

일부 실시예들에서, 변형된 부분의 윤곽(CMP)은 고유 패턴 또는 이웃하는 패턴의 일부일 수 있다. 관심 윤곽(COI)은, 고유(추측된 또는 실제) 또는 이웃 패턴의 COI일 수 있다. CD 파라미터가 COI를 포함하는 패턴에 대해 측정되는 경우(예컨대, 고유 CD 파라미터 측정치인 경우), 처리 디바이스는, 블록(24)에서, 고유 CD 파라미터 값들을 측정하기 위해 COI/CMP 근방에서 기준 윤곽(RC)에 DT 함수를 적용할 수 있다. 처리 디바이스는, 블록들(24a, 24b, 및 24c)에 기반하여 DT 함수를 적용할 수 있다.

블록(24a)에서, 처리 디바이스는, RC가 기준 고유 윤곽(RO)인 경우, 고유 COI 및 고유 CMP를 사용함으로써 DT 함수를 적용한다. 일부 실시예들에서, 고유 CMP 대신, 포착된 고유 윤곽(CO)이 COI 근방에서 사용될 수 있다. 블록(24b)에서, 처리 디바이스는, RC가 기준 자식 윤곽(RCh)인 경우, 고유 COI 및 고유 CMP를 사용함으로써 DT 함수를 적용한다. 일부 실시예들에서, 고유 CMP 대신, 포착된 고유 윤곽(CO)이 COI 근방에서 사용될 수 있다. 블록(24c)에서, 처리 디바이스는, RC가 기준 고유 윤곽(RO)인 경우 DT 함수를 적용할 수 있고, 고유 COI가 사용된다(예컨대, 어떠한 CMP도 존재하지 않음). RO의 다른 지점들을 참조하여 COI를 따라 DT 함수를 적용함으로써, DT 함수의 하나 이상의 극값이 획득될 수 있다.

도 10을 참조하면, 블록(25a)에서, 처리 디바이스는, 블록들(24a, 24b, 및 24c) 각각에 대한 DT 함수의 극값들로서 CD 파라미터 후보들을 결정한다. 블록(25b)에서, 처리 디바이스는, 블록(25a)에서 측정된 CD 파라미터 후보들 각각에 대한 비 및/또는 CDV를 결정할 수 있다. 블록(25c)에서, 처리 디바이스는, 최대 CDV를 생성하는 CD 파라미터 후보를 결정할 수 있다. 일부 실시예들에서, 최소 CDV를 생성하는 CD 파라미터 후보가 결정될 수 있다.

도 10에 도시된 바와 같이, 이웃하는, 인접한, 또는 가까운 패턴에 대해 이웃-방향 CD 파라미터 측정치가 결정될 수 있다. 예컨대, 블록(26)에서, 처리 디바이스는, 이웃-방향 CD 파라미터 값들을 측정하기 위해, COI/CMP 근방에 있는 기준 윤곽(RC)에 DT 함수를 적용할 수 있다. DT 함수는, 블록들(26a 및/또는 26b)에 기반하여 적용될 수 있다. 예컨대, 블록(26a)에서, 처리 디바이스는, RC가 기준 이웃 패턴 윤곽(RN)인 경우에 DT 함수를 적용하는 한편, DT 함수는 고유 COI 및 고유 CMP를 사용한다. 일부 실시예들에서, 고유 CMP 대신, 포착된 고유 윤곽(CO)이 COI 근방에서 사용될 수 있다. 블록(26b)에서, 처리 디바이스는, 2개의 상이한 이웃하는 패턴에 위치된 2개의 변형된 부분 사이의 이웃-방향 CD 파라미터들을 결정하기 위해 DT 함수를 적용한다. 예컨대, 2개의 패턴 윤곽(RC)이 고려될 수 있다(예컨대, 제1 RC는 기준 이웃 윤곽(RN)일 수 있고, 제2 RC는 기준 고유 윤곽(RO)일 것임). 각각, 변형된 부분(MP1)은 고유 패턴의 MP일 수 있고, 변형된 부분(MP2)은 이웃하는 패턴의 MP일 수 있다. 동일한 또는 대안적인 실시예들에서, RC는, 이웃하는 패턴의 포착된 윤곽(26b에 도시된 바와 같이 CN)이도록 선택될 수 있고, DT는 고유 COI 및 CMP를 사용할 수 있다. 결과적으로, 2개의 변형된 부분 사이의 거리를 측정하는 다수의 CD 파라미터 값들이 검출될 수 있다.

블록(27a)에서, 처리 디바이스는, 블록들(26a 및/또는 26b)에서 수신된 DT 함수의 극값들로서 CD 파라미터 후보들을 결정한다. 블록(27b)에서, 처리 디바이스는, (예컨대, 블록들(26a 및/또는 26b)에 기반하여) 블록(27a)에서 발견된 CD 파라미터 후보들 각각에 대한 비 및/또는 CDV를 결정한다. 블록(28)에서, 처리 디바이스는, 1) 고유 및 2) 이웃-방향 CD/CDV 파라미터들 각각의 2개의 조합된 세트로의 방법의 모든 분기들 및 하위 분기들로부터, 결정된 CD 파라미터 및/또는 CDV 값들을 수집한다. 조합된 세트들은, 실제 변형을 갖는 패턴의 고유 CD/CDV 및/또는 추측된 COI가 주어질 때 임의적 패턴에 대해 결정된 고유 CD 파라미터를 포함할 수 있다. 패턴이 하나 초과의 변형된 부분(MP)을 포함하는 경우, MP들 각각에 대해 정의된 것들로부터의 최대 CD/CDV로서 고유 CD/CDV가 선택될 수 있다. 조합된 세트들은, 개개의 몇몇 이웃 패턴들에 대한 이웃-방향 CD 파라미터들을 더 포함할 수 있으며, 여기서, 그 CD 파라미터들 각각은, 기본 패턴(관심 패턴) 상의 그의 특정 위치에서의 변형된 부분(MP)의 존재로 인해 최대로 변경될 수 있다(예컨대, 최대 비/CDV를 가질 수 있음). 제2 세트는, 기본 패턴 상의 MP에 의해 최대로 영향을 받는 이웃 패턴을 결정하기 위해, 언급된 이웃-방향 파라미터들 중에서 선택되는 조합된 이웃-방향 CD 파라미터를 포함할 수 있다. 일부 실시예들에서, 제2 세트는, 다수의 MP들 및 다수의 이웃하는 파라미터들을 갖는 패턴에 대해 선택되는 이중-조합된 이웃-방향 CD 파라미터를 포함할 수 있다. 이중-조합된 CD는, 특정 MP 및 특정 이웃 패턴의 조합에 의해 생성되는 치수들에서의 최대 변화(최대 CDV)를 표시할 수 있다.

CD 파라미터 후보들을 결정하는 것은, 비(예컨대, Dd/Dr)를 계산하는 것 및 식 [1]: 에 따라 비의 선택된 함수로서 CDV를 도출하는 것에 추가로 기반할 수 있다. 결정은, 비를 계산하고, 예컨대, 식 [2]: (경우들 중 임의의 것에 대해, 고유 CD 또는 이웃-방향 CD)에 따라 퍼센트 단위로 CDV를 도출하는 것에 추가로 기반할 수 있다.

동일한 또는 대안적인 실시예들에서, CDV는 다음의 식 [3]에 기반하여 결정된다:

일부 실시예들에서, 비는 CDcaptured/CDreference이고, C는 가중 계수이고, α, β 및 는 기준 윤곽(RC), 관심 윤곽(COI), 및 변형된 관심 윤곽(MCOI)으로 CD에 대해 선택된 측정 방향에 의해 각각 형성되는 각도들이다(예컨대, 도 3a 참조).

블록(28)에서, 처리 디바이스는, 고유의 변형된 패턴 및 그의 이웃에 대한 변형된 부분의 영향을 설명할 CD 파라미터 및 CDV 값들을 포함하는 조합된 세트들을 수신할 수 있다. 일부 실시예들에서, 강건성을 증가시키고 잡음의 영향을 감소시키기 위해 평활화 동작이 활용될 수 있다(예컨대, 도 5c 참조).

도 11은, 임의적 형상을 갖는 패턴에 대한 임계 치수에서의 변동을 결정하기 위한 예시적인 방법의 흐름도이다. 도 11의 방법은, 하드웨어(예컨대, 처리 디바이스, 회로, 전용 논리, 프로그래밍가능 논리, 마이크로코드, 디바이스의 하드웨어, 집적 회로 등), 소프트웨어(예컨대, 처리 디바이스 상에서 작동되거나 실행되는 명령어들), 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 일부 실시예들에서, 방법은, 도 1a의 임계 치수 구성요소(SP)에 의해 수행될 수 있다.

일반적으로, 입력이 수신될 수 있으며, 입력은, 패턴의 2개의 이진 이미지(기준 고유 이미지 및 포착된 또는 검사 고유 이미지)를 포함할 수 있고, 변형된 부분의 위치 정보가 2개의 이미지 사이의 차이로서 획득될 수 있다. 윤곽들의 세트는 도 10의 블록(22)에 도시된 것과 유사할 수 있다. 일부 실시예들에서, 블록들(34-38)은 도 10의 블록들(24-28)에 대응할 수 있다. 예컨대, 윤곽들의 세트는 RO, RCh, 및 MPC를 포함할 수 있다. COI는, MP(MPC)와 RO 사이의 경계로서 획득될 수 있다. 일부 실시예들에서, COI는, MP와 RCh 사이의 경계일 수 있다. 패턴 상에서 검출되는 각각의 변형된 부분(MP)에 대해, 아래에 설명되는 바와 같은 특정 동작들이 수행될 수 있다.

블록(34)에서, 처리 디바이스는, 함수의 극점들을 결정하기 위해, RC(RO 또는 RCh임)에 대해 COI에 DT 함수를 적용할 수 있다. RC는, COI를 제외하고 기준 윤곽으로서 선택될 수 있고, 변형된 부분에 인접(가장 근접)할 수 있다(예컨대, 블록들(34.1, 34.2, 및 34.3)). 블록(35)에서, 처리 디바이스는, RC 상에서 발견된 극값들을 사용하고, RC와 COI의 지점들 사이에 사선(ray)들의 세트를 생성함으로써 측정의 방향들을 결정하고, 그 방향들 각각에서 기준 거리(Dr) 및 포착된/변형된/결함 거리(Dd)의 한 쌍의 측정들을 수행할 수 있다(예컨대, 블록들(35.1 및 35.2)). 이어서, 이러한 측정 쌍들은 CD 파라미터 후보들을 생성할 것이다. Dr이 RC와 COI 사이에서 측정될 수 있지만, Dd는 RC와 변형된 부분의 윤곽(MPC) 사이의 동일한 사선 방향에서 측정될 수 있다. Dr 및 Dd의 측정치들에 기반하여, 그러한 측정 쌍들 각각에 대해(예컨대, 각각의 방향/사선에 대해) 비 및/또는 CDV가 추정될 수 있다.

블록(38)에서, 처리 디바이스는 고유 CD 파라미터 및 패턴을 결정 또는 측정할 수 있다. 예컨대, 블록(38.1)에서, 처리 디바이스는, 최대 비 및/또는 CDV를 갖는 CD 후보를 선택한다. 블록(38.2)에서, 처리 디바이스는, 패턴에 하나 초과의 변형된 부분이 존재하는 경우, 변형된 패턴들 각각에 대해 CD 후보들을 발견할 수 있다. 이어서, 모든 변형된 부분에 걸쳐 최대 비 및 CDV를 갖는 고유 CD 측정치로서 패턴의 가장 임계의 고유 CD 파라미터를 선택하기 위해 모든 CD 후보들이 비교될 수 있다.

블록(38.2)에서, 처리 디바이스는 선택된 고유 CD 파라미터를 측정할 수 있다. 이는 또한, 그 패턴에 대한 CD들의 조합된 세트에, 바람직하게는 그의 비 및 CDV와 함께 전송될 수 있다(블록들(18 및 28) 참조). (예컨대, 관심 패턴 상에 하나 초과의 MP가 존재하는 경우) 각각의 MP에 대해, 그의 대응하는 CD & CDV 세트가 생성될 것이고, 이어서, 최대 고유 CD(및/또는 CDV)가 모든 MP들 중에서 선택될 것임이 유의되어야 한다. (블록들(38.3 및 38.4)에 의해 생성되는) 이웃-방향 CD들의 조합된 세트가 도 12를 참조하여 아래에서 설명된다.

도 12는, 임의적 형상을 갖는 패턴 및 이웃하는 패턴에 대한 이웃-방향 임계 치수 파라미터를 결정하기 위한 예시적인 방법을 예시한다. 이와 같이, 이웃-방향 CD 파라미터의 측정이 수행될 수 있다. 도 12의 방법은, 하드웨어(예컨대, 처리 디바이스, 회로, 전용 논리, 프로그래밍가능 논리, 마이크로코드, 디바이스의 하드웨어, 집적 회로 등), 소프트웨어(예컨대, 처리 디바이스 상에서 작동되거나 실행되는 명령어들), 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 일부 실시예들에서, 방법은, 도 1a의 임계 치수 구성요소(SP)에 의해 수행될 수 있다.

일부 실시예들에서, 입력이 수신될 수 있으며, 여기서, 입력은, 패턴과 그 주변의 이진 이미지들(기준 고유 이미지, 기준 이웃하는 이미지, 포착된 이웃 이미지)을 포함할 수 있고, 변형된 부분의 위치 정보는 고유 이미지 상의 MP 및 이웃 이미지 상의 MP'를 포함할 수 있다. 윤곽들의 세트는 도 10의 블록(22)에 도시된 것과 유사할 수 있다. 예컨대, 윤곽들의 세트는 RO, RN, CN, 및 MPC를 포함할 수 있다. CN(포착된 이웃의 윤곽)은, 이웃하는 패턴이 또한 기본 패턴 측 상에 변형된 부분을 갖는 경우 RC로서 사용될 수 있다. COI는, MP(MPC)와 RO 사이의 경계로서 획득될 수 있다. 방법은, 기본 고유 패턴 상에서 검출되는 각각의 변형된 부분(MP)에 대해 수행될 수 있다.

블록(36)에서, 처리 디바이스는, 함수의 극점들을 발견하기 위해, RC(RN 또는 CN임)에 대해 COI에 DT 함수를 적용할 수 있다. 예컨대, 처리 디바이스는, RC 상에서 발견되는 함수의 극값들(최소치들, 최대치들) 및 종점들을 사용하고, RC(RN 또는 CN임)와 COI의 지점들 사이에 사선들의 세트를 생성함으로써 측정의 방향들을 결정하고, 그 방향들 각각에서 한 쌍의 측정들(Dr 및 Dd)을 수행할 수 있다(예컨대, 블록들(36.1, 36.2, 및 36.3)). 이어서, 각각의 그러한 측정 쌍은 이웃-방향 CD 후보를 생성할 것이다.

블록(37)(예컨대, 37.1 및 37.2)에서, 처리 디바이스는 RC와 COI 사이에서 Dr을 측정할 수 있고, Dd는 RC와 변형된 부분의 윤곽(MPC) 사이의 동일한 사선 방향에서 측정될 수 있다. Dr 및 Dd의 측정치들에 기반하여, 각각의 그러한 방향/사선에 대해 이웃-방향 비 및/또는 CDV가 추정될 수 있다.

블록(38)(예컨대, 블록(38.3))에서, 처리 디바이스는, 기본 패턴 상의 특정 MP/결함에 대해 최대 비/CDV를 갖는 이웃-방향 CD 후보를 선택할 수 있다. 블록(38.4)에서, 처리 디바이스는, 기본 패턴에 하나 초과의 변형된 부분이 존재하는 경우, 각각의 기본 패턴에 대한 이웃-방향 CD 후보들을 결정할 수 있다. 이어서, 변형된 부분들에 걸쳐 최대 비 및 CDV를 갖는 CD 측정치로서 패턴의 가장 임계의 (조합된) 이웃-방향 CD 파라미터를 선택하기 위해 모든 CD 후보들이 비교될 수 있다. 기본 패턴 상의 각각의 MP에 대해, 모든 이웃하는 패턴들 중 최대 CDV 값을 제공하는 CD로서 패턴의 이웃-방향 CD가 선택될 수 있다. 모든 옵션들이 함께 행해지는 경우, 조합된 CD/CDV는 이중-조합된 CD/CDV로 전환될 수 있다.

블록(38.4)에서, 처리 디바이스는, 패턴에 대한 이웃-방향 CD 파라미터를 선택한다. 선택된 이웃-방향 CD는, 그 패턴에 대한 CD들의 조합된 세트에 전송될 수 있다(블록들(18 및 28) 참조).

일부 실시예들에서, 이웃-방향 CD는, 기본 패턴 상의 각각의 변형된 부분(MP)(예컨대, 결함)에 대해 (DT 함수를 적용하는 것으로 또는 적용함이 없이) 측정될 수 있다. 예컨대, 최대 CDV를 결정하기 위해, 결함과 이웃하는 패턴의 윤곽 사이의 거리로서 결함과 이웃하는 패턴 사이에서 CD가 정의될 수 있다. 이웃하는 패턴 상에 또한 결함이 존재하는 경우, 결함으로 인한 또는 2개의 결함으로 인한 CD의 변동 또는 비가 결정될 수 있다. 변동에 대한 기준(CDV)이 계산될 수 있고, 가장 큰 CDV 값(및 가장 큰 이웃-방향 비)과 연관된 최상의 부분이 선택될 수 있다. 이어서, 이러한 절차는, 모든 이웃하는 패턴들에 대해 관심 패턴 상의 각각의 MP에 대해 반복될 수 있고, 이러한 MP에 대해, 최대 CD 변동을 제공하는 이웃하는 패턴의 CD인 조합된 이웃-방향 CD를 선택한다. 일부 실시예들에서, MP 이웃 패턴에 가장 근접한 것이 최대 CD 변동을 제공한다. 그러한 프로세스는, 기본 패턴의 모든 결함(MP)들에 대해 반복되어, 그들 중에서 가장 큰 이웃-방향 비/CDV 값이 그리고 기본 패턴에 대한 이중-조합된 이웃-방향 CD를 측정하기 위한 적절한 부분이 선택될 수 있다.

도 13은, 기계로 하여금 본원에 논의된 방법들 중 임의의 하나 이상의 방법을 수행하게 하기 위한 명령어들의 세트가 실행될 수 있는 컴퓨터 시스템(1300)의 예시적인 기계를 예시한다. 대안적인 구현들에서, 기계는, LAN, 인트라넷, 엑스트라넷, 및/또는 인터넷 내의 다른 기계들에 연결될 수 있다(예컨대, 네트워킹될 수 있음). 기계는 클라이언트-서버 네트워크 환경에서 서버 또는 클라이언트 기계로서, 피어-투-피어(또는 분산형) 네트워크 환경에서 피어 기계로서, 또는 클라우드 컴퓨팅 기반구조 또는 환경에서 서버 또는 클라이언트 기계로서 동작할 수 있다.

기계는, 개인용 컴퓨터(PC), 태블릿 PC, 셋톱 박스(STB), 개인 휴대 정보 단말(PDA), 셀룰러 텔레폰, 웹 기기, 서버, 네트워크 라우터, 스위치 또는 브릿지, 또는 해당 기계에 의해 취해질 동작들을 특정하는 (순차적인 또는 다른 방식의) 명령어들의 세트를 실행할 수 있는 임의의 기계일 수 있다. 추가로, 단일 기계가 예시되어 있지만, "기계"라는 용어는 또한, 본원에서 논의되는 방법들 중 임의의 하나 이상의 방법을 수행하기 위한 명령어들의 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 기계들의 임의의 집합을 포함하는 것으로 이해되어야 한다.

예시적인 컴퓨터 시스템(1300)은, 버스(1330)를 통해 서로 통신하는, 처리 디바이스(1302), 메인 메모리(1304)(예컨대, 판독 전용 메모리(ROM), 플래시 메모리, 동적 랜덤 액세스 메모리(DRAM), 이를테면, 동기식 DRAM(SDRAM) 또는 램버스 DRAM(RDRAM) 등), 정적 메모리(1306)(예컨대, 플래시 메모리, 정적 랜덤 액세스 메모리(SRAM) 등), 및 데이터 저장 디바이스(1318)를 포함한다.

처리 디바이스(1302)는, 하나 이상의 범용 처리 디바이스, 이를테면, 마이크로프로세서, 중앙 처리 유닛 등을 표현한다. 더 상세하게는, 처리 디바이스는, 복합 명령어 세트 컴퓨팅(CISC) 마이크로프로세서, 감소된 명령어 세트 컴퓨팅(RISC) 마이크로프로세서, 매우 긴 명령어 워드(VLIW) 마이크로프로세서, 또는 다른 명령어 세트들을 구현하는 프로세서 또는 명령어 세트들의 조합을 구현하는 프로세서들일 수 있다. 처리 디바이스(502)는 또한, 하나 이상의 특수 목적 처리 디바이스, 이를테면, 주문형 집적 회로(ASIC), 필드 프로그래밍가능 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서 등일 수 있다. 처리 디바이스(1302)는, 본원에 논의된 동작들 및 단계들을 수행하기 위한 명령어들(1326)을 실행하도록 구성된다.

컴퓨터 시스템(1300)은, 네트워크(1320)를 통해 통신하기 위해 네트워크 인터페이스 디바이스(1308)를 더 포함할 수 있다. 컴퓨터 시스템(1300)은 또한, 비디오 디스플레이 유닛(1310)(예컨대, 액정 디스플레이(LCD) 또는 음극선관(CRT)), 문자숫자식 입력 디바이스(1312)(예컨대, 키보드), 커서 제어 디바이스(1314)(예컨대, 마우스), 그래픽 처리 유닛(1322), 신호 생성 디바이스(1316)(예컨대, 스피커), 그래픽 처리 유닛(1322), 비디오 처리 유닛(1328), 및 오디오 처리 유닛(1332)을 포함할 수 있다.

데이터 저장 디바이스(1318)는 기계 판독가능 저장 매체(1324)(컴퓨터 판독가능 매체로 또한 알려져 있음)를 포함할 수 있고, 그 기계 판독가능 저장 매체 상에, 본원에서 설명되는 방법들 또는 기능들 중 임의의 하나 이상을 실시하는 명령어들의 하나 이상의 세트 또는 소프트웨어(1326)가 저장된다. 명령어들(1326)은 또한, 컴퓨터 시스템(1300)에 의한 그들의 실행 동안 처리 디바이스(1302) 내에 그리고/또는 메인 메모리(1304) 내에 완전히 또는 적어도 부분적으로 상주할 수 있으며, 메인 메모리(1304) 및 처리 디바이스(1302)는 또한 기계 판독가능 저장 매체를 구성한다.

일 구현에서, 명령어들(1326)은 임계 치수 구성요소(예컨대, 도 1a의 임계 치수 구성요소(SP))에 대응하는 기능성을 구현하기 위한 명령어들을 포함한다. 예시적인 구현에서, 기계 판독가능 저장 매체(1324)가 단일 매체인 것으로 도시되어 있지만, "기계 판독가능 저장 매체"라는 용어는, 명령어들의 하나 이상의 세트를 저장하는, 단일 매체 또는 다수의 매체(예컨대, 중앙집중식 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)를 포함하는 것으로 이해되어야 한다. "기계 판독가능 저장 매체"라는 용어는 또한, 기계에 의한 실행을 위한, 그리고 기계로 하여금 본 개시내용의 방법들 중 임의의 하나 이상의 방법을 수행하게 하는 명령어들의 세트를 저장 또는 인코딩할 수 있는 임의의 매체를 포함하는 것으로 이해되어야 한다. 따라서, "기계 판독가능 저장 매체"라는 용어는, 솔리드 스테이트 메모리들, 광학 매체, 및 자기 매체를 포함하지만 이들로 제한되지는 않는 것으로 이해되어야 한다.

앞선 상세한 설명들의 일부 부분들은, 컴퓨터 메모리 내의 데이터 비트들에 관한 동작들의 기호 표현들 및 알고리즘들의 관점들에서 제시되었다. 이러한 알고리즘 설명들 및 표현들은, 데이터 처리 분야의 통상의 기술자들이 자신들의 작업의 실체를 관련 기술분야의 통상의 기술자들에게 가장 효과적으로 전달하기 위해 사용하는 방식들이다. 알고리즘은, 본원에서 그리고 일반적으로, 원하는 결과를 유도하는 동작들의 자기-부합적(self-consistent) 시퀀스인 것으로 고려된다. 동작들은 물리적 양들의 물리적 조작들을 요구하는 것들이다. 반드시 그러한 것은 아니지만 일반적으로, 이러한 양들은 저장, 조합, 비교 및 다른 방식으로 조작될 수 있는 전기 또는 자기 신호들의 형태를 취한다. 때로는, 주로 일반적인 용법의 이유들로, 이러한 신호들을 비트들, 값들, 요소들, 기호들, 문자들, 용어들, 숫자들 등으로 지칭하는 것이 편리하다는 것이 증명되었다.

그러나, 이들 및 유사한 용어들 모두는 적절한 물리적 양들과 연관될 것이며, 이러한 양들에 적용되는 단지 편리한 라벨들이라는 것을 유념해야 한다. 달리 구체적으로 언급되지 않으면, 위의 논의로부터 명백한 바와 같이, 본 설명 전반에 걸쳐, "식별" 또는 "결정" 또는 "실행" 또는 "수행" 또는 "수집" 또는 "생성" 또는 "전송" 등과 같은 용어들을 활용하는 논의들은, 컴퓨터 시스템의 레지스터들 및 메모리들 내에서 물리적(전자적) 양들로서 표현되는 데이터를, 컴퓨터 시스템 메모리들 또는 레지스터들 또는 다른 그러한 정보 저장 디바이스들 내에서 물리적 양들로서 유사하게 표현되는 다른 데이터로 조작 및 변환하는 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 디바이스의 동작 및 프로세스들을 지칭한다는 것이 인식된다.

본 개시내용은 또한, 본원의 동작들을 수행하기 위한 장치에 관한 것이다. 이러한 장치는 의도된 목적들을 위해 특수하게 구성될 수 있거나, 또는 이러한 장치는, 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 작동 또는 재구성되는 범용 컴퓨터를 포함할 수 있다. 그러한 컴퓨터 프로그램은, 각각이 컴퓨터 시스템 버스에 결합되는, 플로피 디스크들, 광학 디스크들, CD-ROM들 및 자기-광학 디스크들을 포함하는 임의의 유형의 디스크, 판독 전용 메모리(ROM)들, 랜덤 액세스 메모리(RAM)들, EPROM들, EEPROM들, 자기 또는 광학 카드들, 또는 전자적인 명령어들을 저장하기에 적합한 임의의 유형의 매체와 같은(그러나 이들로 제한되지 않음) 컴퓨터 판독가능 저장 매체에 저장될 수 있다.

본원에서 제시되는 알고리즘들 및 디스플레이들은, 본질적으로 임의의 특정 컴퓨터 또는 다른 장치에 관련되지 않는다. 다양한 범용 시스템들이 본원의 교시들에 따른 프로그램들과 함께 사용될 수 있거나, 또는 방법을 수행하기 위한 보다 특수화된 장치를 구성하는 것이 편리한 것으로 판명될 수 있다. 다양한 이러한 시스템들에 대한 구조는 아래의 설명에 기재된 바와 같이 나타날 것이다. 게다가, 본 개시내용은 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 다양한 프로그래밍 언어들이 본원에서 설명되는 바와 같은 본 개시내용의 교시들을 구현하기 위해 사용될 수 있다는 것이 인식될 것이다.

본 개시내용은, 본 개시내용에 따른 프로세스를 수행하도록 컴퓨터 시스템(또는 다른 전자 디바이스들)을 프로그래밍하기 위해 사용될 수 있는 명령어들이 저장된 기계 판독가능 매체를 포함할 수 있는 컴퓨터 프로그램 제품 또는 소프트웨어로서 제공될 수 있다. 기계 판독가능 매체는 기계(예컨대, 컴퓨터)에 의해 판독가능한 형태의 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 예컨대, 기계 판독가능(예컨대, 컴퓨터 판독가능) 매체는 판독 전용 메모리("ROM"), 랜덤 액세스 메모리("RAM"), 자기 디스크 저장 매체, 광학 저장 매체, 플래시 메모리 디바이스들 등과 같은 기계(예컨대, 컴퓨터) 판독가능 저장 매체를 포함한다.

전술한 명세서에서, 본 개시내용의 구현들은 본 개시내용의 특정 예시적인 구현들을 참조하여 설명되었다. 후속하는 청구항들에 기재된 본 개시내용의 구현들의 더 넓은 사상 및 범위로부터 벗어나지 않으면서 그 구현들에 다양한 수정들이 이루어질 수 있다는 것이 명백할 것이다. 따라서, 명세서 및 도면들은 제한적인 의미보다는 예시적인 의미로 간주되어야 한다.

Claims (14)

1. 방법으로서,
   패턴의 이미지 및 상기 패턴의 변형된 부분을 식별하는 위치 데이터를 포함하는 입력 데이터를 수신하는 단계;
   처리 디바이스에 의해, 상기 변형된 부분 외부의 윤곽 또는 상기 변형된 부분 내부의 윤곽 중 적어도 하나에 대한 임계 치수 파라미터 값을 측정함으로써 상기 패턴 내의 제1 치수의 제1 파라미터를 결정하는 단계;
   상기 처리 디바이스에 의해, 상기 패턴 외부의 제2 치수의 제2 파라미터를 결정하는 단계;
   상기 제1 파라미터 및 상기 제2 파라미터에 기초하여 조합된 세트를 생성하는 단계; 및
   상기 조합된 세트에 기초하여 상기 변형된 부분과 연관된 결함을 분류하는 단계를 포함하는, 방법.
2. 제1항에 있어서,
   상기 입력 데이터에 기초하여 경계들의 세트를 결정하는 단계를 더 포함하고, 상기 경계들의 세트는 기준 윤곽(referenced contour), 캡처된 윤곽, 상기 변형된 부분의 윤곽, 또는 관심 윤곽 중 적어도 하나를 포함하는, 방법.
3. 제1항에 있어서,
   상기 제2 파라미터를 결정하는 단계는 이웃 패턴에 대한 임계 치수 파라미터 값을 측정하는 단계를 포함하는, 방법.
4. 제1항에 있어서,
   상기 제2 파라미터를 결정하는 단계는 이웃 패턴의 추가로 변형된 부분에 대한 임계 치수 파라미터 값을 측정하는 단계를 포함하는, 방법.
5. 제1항에 있어서,
   상기 결함은, 상기 조합된 세트로부터의 제1 값과 기준 이미지와 연관된 제2 값 사이의 최대 차이를 갖는 임계 치수 파라미터 값에 기반하여 분류되는, 방법.
6. 시스템으로서,
   메모리; 및
   상기 메모리와 동작가능하게 결합되는 처리 디바이스를 포함하며,
   상기 처리 디바이스는,
   패턴의 이미지 및 상기 패턴의 변형된 부분을 식별하는 위치 데이터를 포함하는 입력 데이터를 수신하고;
   상기 변형된 부분 외부의 윤곽 또는 상기 변형된 부분 내부의 윤곽 중 적어도 하나에 대한 임계 치수 파라미터 값을 측정함으로써 상기 패턴 내의 제1 치수의 제1 파라미터를 결정하고;
   상기 패턴 외부의 제2 치수의 제2 파라미터를 결정하고;
   상기 제1 파라미터 및 상기 제2 파라미터에 기초하여 조합된 세트를 생성하고;
   상기 조합된 세트에 기초하여 상기 변형된 부분과 연관된 결함을 분류하는, 시스템.
7. 제6항에 있어서,
   상기 처리 디바이스는 추가로 상기 입력 데이터에 기초하여 경계들의 세트를 결정하고, 상기 경계들의 세트는 기준 윤곽, 캡처된 윤곽, 상기 변형된 부분의 윤곽, 또는 관심 윤곽 중 적어도 하나를 포함하는, 시스템.
8. 제6항에 있어서,
   상기 제2 파라미터를 결정하기 위해, 상기 처리 디바이스는 이웃 패턴에 대한 임계 치수 파라미터 값을 추가로 측정하는, 시스템.
9. 제6항에 있어서,
   상기 제2 파라미터를 결정하기 위해, 상기 처리 디바이스는 이웃 패턴의 추가로 변형된 부분에 대한 임계 치수 파라미터 값을 추가로 측정하는, 시스템.
10. 제6항에 있어서,
    상기 결함은, 상기 조합된 세트로부터의 제1 값과 기준 이미지와 연관된 제2 값 사이의 최대 차이를 갖는 임계 치수 파라미터 값에 기반하여 분류되는, 시스템.
11. 명령어들을 포함하는 비-일시적인 컴퓨터 판독가능 기록 매체로서,
    상기 명령어들은, 처리 디바이스에 의해 실행될 때, 상기 처리 디바이스로 하여금:
    패턴의 이미지 및 상기 패턴의 변형된 부분을 식별하는 위치 데이터를 포함하는 입력 데이터를 수신하는 것;
    상기 변형된 부분 외부의 윤곽 또는 상기 변형된 부분 내부의 윤곽 중 적어도 하나에 대한 임계 치수 파라미터 값을 측정함으로써 상기 패턴 내의 제1 치수의 제1 파라미터를 결정하는 것;
    상기 패턴 외부의 제2 치수의 제2 파라미터를 결정하는 것;
    상기 제1 파라미터 및 상기 제2 파라미터에 기초하여 조합된 세트를 생성하는 것; 및
    상기 조합된 세트에 기초하여 상기 변형된 부분과 연관된 결함을 분류하는 것을 포함하는 동작들을 수행하게 하는, 비-일시적인 컴퓨터 판독가능 기록 매체.
12. 제11항에 있어서,
    상기 동작들은 상기 입력 데이터에 기초하여 경계들의 세트를 결정하는 것을 더 포함하고, 상기 경계들의 세트는 기준 윤곽, 캡처된 윤곽, 상기 변형된 부분의 윤곽, 또는 관심 윤곽 중 적어도 하나를 포함하는, 비-일시적인 컴퓨터 판독가능 기록 매체.
13. 제11항에 있어서,
    상기 제2 파라미터를 결정하기 위해, 상기 처리 디바이스는 이웃 패턴에 대한 임계 치수 파라미터 값을 측정하는 것을 포함하는 동작들을 추가로 수행하는, 비-일시적 컴퓨터 판독가능 기록 매체.
14. 제11항에 있어서,
    상기 제2 파라미터를 결정하기 위해, 상기 처리 디바이스는 이웃 패턴의 추가로 변형된 부분에 대한 임계 치수 파라미터 값을 측정하는 것을 포함하는 동작들을 추가로 수행하는, 비-일시적 컴퓨터 판독가능 기록 매체.

Images