KR20240067895A - 계측 방법 및 시스템, 그리고 리소그래피 시스템 - Google Patents

Abstract

타겟 및 관련된 장치로부터 관심 대상 매개변수를 측정하기 위한 방법이 개시된다. 본 방법은 제조 단계 동안 생산 기판 상의 타겟의 측정과 관련된 측정 획득 데이터를 획득하는 것; 측정 획득 데이터에서의 효과를 보정하도록 작동 가능한, 상기 교정 보정 데이터베이스 및/또는 상기 교정 보정 데이터베이스에 대해 트레이닝된 트레이닝된 모델을 획득하는 것; 적어도 상기 효과에 대해 보정된, 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수를 획득하기 위하여, 상기 교정 보정 데이터베이스로부터의 제1 보정 데이터를 이용하여 및/또는 상기 트레이닝된 모델을 이용하여 측정 획득 데이터에서의 효과를 보정하는 것; 및 상기 교정 보정 데이터 및/또는 상기 트레이닝된 모델을 상기 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수로 업데이트하는 것을 포함한다.

Description

계측 방법 및 시스템, 그리고 리소그래피 시스템

관련 출원에 대한 상호 참조

본 출원은 2021년 9월 28일에 출원되고 원용에 의해 전체적으로 본 명세서에 포함된 EP 출원 21199332.4의 우선권을 주장한다.

본 발명은, 예를 들어 리소그래피 기술에 의한 디바이스의 제조에 사용 가능한 방법 및 장치, 그리고 리소그래피 기술을 사용하여 디바이스를 제조하는 방법에 관한 것이다. 본 발명은 특히 위치 센서와 같은 계측 센서에 관한 것이다.

리소그래피 장치는 원하는 패턴을 기판, 일반적으로 기판의 타겟 부분에 적용하는 기계이다. 리소그래피 장치는, 예를 들어 집적 회로(IC)의 제조에 사용될 수 있다. 그 경우에, 대안적으로 마스크 또는 레티클로 지칭되는 패터닝 디바이스는 IC의 개별 층 상에 형성될 회로 패턴을 생성하기 위해 사용될 수 있다. 이 패턴은 기판 (예를 들어, 실리콘 웨이퍼) 상의 (예를 들어, 다이의 일부, 하나의 다이 또는 여러 다이를 포함하는) 타겟 부분으로 전사될 수 있다. 패턴의 전사는 전형적으로 기판 상에 제공된 방사선-감응성 재료(레지스트)의 층 상으로의 이미징을 통해 이루어진다. 일반적으로, 단일 기판은 연속적으로 패터닝된 인접 타겟 부분들의 네트워크를 포함할 것이다. 이 타겟 부분은 일반적으로 "필드(field)"로 지칭된다.

복잡한 디바이스의 제조에서, 전형적으로 많은 리소그래피 패터닝 단계가 수행되며, 그에 의하여 기판 상의 연속적인 층들에 기능적 피처를 형성한다. 따라서 리소그래피 장치의 성능의 중요한 양태는 이전 층에 (동일한 장치 또는 상이한 리소그래피 장치에 의해) 놓인 피처에 관하여, 적용된 패턴을 올바르고 정확하게 배치하는 능력이다. 이 목적을 위하여, 기판은 하나 이상의 정렬 마크 세트를 구비한다. 각 마크는 위치 센서, 전형적으로 광학 위치 센서를 사용하여 나중에 위치가 측정될 수 있는 구조체이다. 리소그래피 장치는 하나 이상의 정렬 센서를 포함하며, 기판 상의 마크의 위치는 이 정렬 센서에 의하여 정확하게 측정될 수 있다. 상이한 유형의 마크들과 상이한 유형의 정렬 센서들은 상이한 제조업체들 및 동일 제조업체의 상이한 제품들로부터 알려져 있다.

다른 적용에서, 계측 센서는 기판 상의 노광된 구조체 (레지스트 내 및/또는 에칭 후)를 측정하기 위하여 사용된다. 빠르고 비침습적인 형태의 특수 검사 툴은, 방사선의 빔이 기판의 표면 상의 타겟으로 향하고 산란 또는 반사 빔의 특성이 측정되는 스캐터로미터이다. 공지된 스캐터로미터의 예는 US2006033921A1 및 US2010201963A1에 설명된 유형의 각도-분해 스캐터로미터를 포함한다. 재구성에 의한 피처 형상의 측정에 더하여, 공개된 특허 출원 US2006/066855A1에 설명된 바와 같이, 회절 기반 오버레이는 이러한 장치를 사용하여 측정될 수 있다. 회절 차수의 암시야 이미징을 이용한 회절-기반 오버레이 계측은 더 작은 타겟에서의 오버레이 측정을 가능하게 한다. 암시야 이미징 계측의 예는 국제 특허 출원 WO2009/078708 및 WO2009/106279에서 찾을 수 있으며, 이 문헌들은 그 전체가 원용에 의해 본 명세서에 포함된다. 이 기술의 추가적인 개발 예는 공개된 특허 공보 US20110027704A, US20110043791A, US2011102753A1, US20120044470A, US20120123581A, US20130258310A, US20130271740A 및 WO2013178422A1에 설명되었다. 이 타겟은 조명 스폿보다 더 작을 수 있으며, 웨이퍼 상의 제품 구조체로 둘러싸일 수 있다. 복합 격자 타겟을 사용하여 하나의 이미지 내에서 다수의 격자가 측정될 수 있다. 이 출원들 모두의 내용 또한 원용에 의해 본 명세서에 포함된다.

일부 스캐터로미터 또는 정렬 센서에서와 같은 일부 계측 적용에서, 점점 더 작은 타겟을 측정할 수 있는 것이 흔히 바람직하다. 그러나 이러한 작은 타겟에 대한 측정은 유한-크기 효과의 영향을 받으며, 측정 오차로 이어진다.

이러한 작은 타겟에 대한 측정을 개선하는 것이 바람직하다.

제1 양태의 본 발명은 관심 대상 매개변수를 측정하는 방법을 제공하며, 본 방법은: 제조 단계 동안 생산 기판 상의 타겟의 측정과 관련된 측정 획득 데이터를 획득하는 것; 측정 획득 데이터에서의 효과를 보정하도록 작동 가능한, 상기 교정 보정 데이터베이스 및/또는 상기 교정 보정 데이터베이스에 대해 트레이닝되는, 트레이닝된 모델을 획득하는 것; 적어도 상기 효과에 대해 보정된, 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수를 획득하기 위하여, 상기 교정 보정 데이터베이스로부터의 제1 보정 데이터를 이용하여 및/또는 상기 트레이닝된 모델을 이용하여 측정 획득 데이터에서의 효과를 보정하는 것; 및 상기 교정 보정 데이터 및/또는 상기 트레이닝된 모델을 상기 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수로 업데이트하는 것을 포함한다.

또한, 컴퓨터 프로그램, 처리 디바이스, 계측 장치 및 제1 양태의 방법을 수행하기 위해 작동 가능한 계측 디바이스를 포함하는 리소그래피 장치가 개시된다.

본 발명의 상기 양태 및 다른 양태가 아래에 설명된 실시예를 고려함으로써 이해될 것이다.

이제 본 발명의 실시예가 첨부 도면을 참조하여 단지 예로서 설명될 것이며, 도면에서,
도 1은 리소그래피 장치를 도시하고 있다.
도 2는 도 1의 장치에서의 측정 및 노광 공정을 개략적으로 예시하고 있다.
도 3은 본 발명의 실시예에 따른, 조정 가능한 예시적인 계측 디바이스의 개략도이다.
도 4는 (a) 입력 방사선의 퓨필 이미지; (b) 도 3의 계측 디바이스의 작동 원리를 도시하는 축외 조명 빔의 퓨필 이미지; 그리고 (c) 도 3의 계측 디바이스의 또 다른 작동 원리를 도시하는 축외 조명 빔의 퓨필 이미지를 포함한다.
도 5는 (a) 정렬에 사용 가능한 예시적인 타겟, (b) 단일 차수의 검출에 대응하는 검출 퓨필의 퓨필 이미지, (c) 4개의 회절 차수의 검출에 대응하는 검출 퓨필의 퓨필 이미지, 및 (d) 도 4a의 타겟의 측정에 이은 이미지화된 간섭 패턴의 개략적인 예를 보여주고 있다.
도 6은 정렬 측정 동안 (a) 제1 기판 위치 및 (b) 제2 기판 위치에 대응하는 이미지화된 간섭 패턴을 개략적으로 보여주고 있다.
도 7은 측정 이미지로부터 위치 측정을 획득하기 위한 공지된 베이스라인 피팅 알고리즘의 흐름도이다.
도 8은 관심 대상 매개변수를 결정하는 방법을 설명하는 흐름도이다.
도 9는 측정 이미지에서 유한-크기 효과를 보정하는 도 8의 방법의 단계를 설명하는 흐름도이다.
도 10은 공간 가중 피팅을 수행함으로써 국부 위상을 추출하는 제1 방법을 설명하는 흐름도이다.
도 11은 직교 검출을 기반으로 국부 위상을 추출하는 제2 방법을 설명하는 흐름도이다.
도 12는 측정 신호로부터 전체적 양을 획득하기 위한 패턴 인식 방법을 설명하는 흐름도이다.
도 13은 단일 마크 교정을 기반으로 관심 대상 매개변수를 결정하는 방법을 설명하는 흐름도이다.
도 14는 보정 라이브러리를 기반으로 관심 대상 매개변수를 결정하는 방법을 설명하는 흐름도이다.
도 15는 트레이닝된 모델의 적용을 기반으로 관심 대상 매개변수를 결정하는 방법을 설명하는 흐름도이다.
도 16은 마크 특정 효과 및 비-마크 특정 효과에 대한 별개의 교정들을 기반으로 관심 대상 매개변수를 결정하는 방법을 설명하는 흐름도이다.
도 17은 본 발명의 실시예에 따른, 인라인 HVM 데이터로 보정 라이브러리를 업데이트하는 방법을 설명하는 흐름도이다.

본 발명의 실시예를 상세히 설명하기 전에, 본 발명의 실시예가 구현될 수 있는 예시적인 환경을 제시하는 것이 유익하다.

도 1은 리소그래피 장치(LA)를 개략적으로 도시하고 있다. 본 장치는 방사선 빔(B) (예를 들어, UV 방사선 또는 DUV 방사선)을 조절하도록 구성된 조명 시스템 (일루미네이터)(IL); 패터닝 디바이스 (예를 들어, 마스크)(MA)를 지지하도록 구성되며, 특정 매개변수에 따라서 패터닝 디바이스를 정확하게 위치시키도록 구성된 제1 포지셔너(PM)에 연결된 패터닝 디바이스 지지체 또는 지지 구조체 (예를 들어, 마스크 테이블)(MT); 각각 기판 (예를 들어, 레지스트 코팅된 웨이퍼)(W)을 유지시키도록 구성되며, 특정 매개변수에 따라서 기판을 정확하게 위치시키도록 구성된 제2 포지셔너(PW)에 각각 연결된 2개의 기판 테이블 (예를 들어, 웨이퍼 테이블)(WTa 및 WTb); 및 패터닝 디바이스(MA)에 의하여 방사선 빔(B)에 부여된 패턴을 기판(W)의 (예를 들어, 하나 이상의 다이를 포함하는) 타겟 부분(C) 상으로 투영시키도록 구성된 투영 시스템 (예를 들어, 굴절식 투영 렌즈 시스템)(PS)을 포함한다. 기준 프레임(RF)은 다양한 컴포넌트를 연결하며, 그리고 패터닝 디바이스와 기판의 위치 그리고 패터닝 디바이스와 기판 상에서의 피처의 위치를 설정 및 측정하기 위한 기준의 역할을 한다.

조명 시스템은 방사선을 지향시키고, 성형(shaping)하고, 또는 제어하기 위한, 굴절식, 반사식, 자기식, 전자기식, 정전식 또는 다른 유형의 광학 컴포넌트, 또는 이들의 임의의 조합과 같은 다양한 유형의 광학 컴포넌트를 포함할 수 있다.

패터닝 디바이스 지지체(MT)는 패터닝 디바이스를, 패터닝 디바이스의 배향, 리소그래피 장치의 디자인, 및 예를 들어 패터닝 디바이스가 진공 환경 내에서 유지되는지 여부와 같은 다른 조건에 의존하는 방식으로 유지시킨다. 패터닝 디바이스 지지체는 기계적, 진공, 정전기, 또는 기타 클램핑 기술을 이용하여 패터닝 디바이스를 유지시킬 수 있다. 패터닝 디바이스 지지체(MT)는, 예를 들어 필요에 따라 고정될 수 있거나 이동 가능할 수 있는 프레임 또는 테이블일 수 있다. 패터닝 디바이스 지지체는 패터닝 디바이스가, 예를 들어 투영 시스템에 대하여 원하는 위치에 있다는 것을 보장할 수 있다.

본 명세서에서 사용되는 용어 "패터닝 디바이스"는, 기판의 타겟 부분에 패턴을 생성하기 위해 방사선 빔의 횡단면에 패턴을 부여하기 위하여 사용될 수 있는 임의의 디바이스를 지칭하는 것으로 넓게 해석되어야 한다. 방사선 빔에 부여된 패턴은, 예를 들어 패턴이 위상 시프트 피처(phase shifting feature) 또는 소위 어시스트 피처(assist feature)를 포함한다면, 기판의 타겟 부분의 원하는 패턴에 정확히 대응하지 않을 수 있다는 점이 주목되어야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적 회로와 같은, 타겟 부분에 생성되고 있는 디바이스 내의 특정 기능 층에 대응할 것이다.

도면에 도시된 바와 같이, 본 장치는 (예를 들어, 투과식 패터닝 디바이스를 이용하는) 투과 유형이다. 대안적으로, 본 장치는 (예를 들어, 위에서 언급된 바와 같은 유형의 프로그램 가능한 미러 어레이를 사용하는, 또는 반사식 마스크를 이용하는) 반사 유형일 수 있다. 패터닝 디바이스의 예는 마스크, 프로그램 가능한 미러 어레이, 및 프로그램 가능한 LCD 패널을 포함한다. 본 명세서에서의 용어 "레티클" 또는 "마스크"의 임의의 사용은 보다 일반적인 용어 "패터닝 디바이스"와 동의어로 간주될 수 있다. 용어 "패터닝 디바이스"는 또한 이러한 프로그램 가능한 패터닝 디바이스를 제어하는 데 사용하기 위해 패턴 정보를 디지털 형태로 저장하는 디바이스를 지칭하는 것으로 해석될 수 있다.

본 명세서에서 사용되는 용어 "투영 시스템"은 이용되고 있는 노광 방사선에 대해, 또는 침지 액체의 사용 또는 진공의 사용과 같은 다른 요인에 대해 적합한, 굴절식, 반사식, 반사 굴절식(catadioptric), 자기식, 전자기식, 및 정전식 광학 시스템, 또는 이들의 임의의 조합을 포함하는 임의의 유형의 투영 시스템을 포함하는 것으로 넓게 해석되어야 한다. 본 명세서에서의 용어 "투영 렌즈"의 임의의 사용은 더 일반적인 용어 "투영 시스템"과 동의어로 간주될 수도 있다.

리소그래피 장치는 또한, 투영 시스템과 기판 사이의 공간을 채우기 위해 기판의 적어도 일부분이 상대적으로 높은 굴절률을 가진 액체, 예를 들어 물로 덮일 수 있는 유형일 수 있다. 침지 액체는 또한 리소그래피 장치 내의 다른 공간에, 예를 들어 마스크와 투영 시스템 사이에 적용될 수 있다. 침지 기술은 투영 시스템의 개구수(numerical aperture)를 증가시키기 위한 기술 분야에서 잘 알려져 있다.

작동 시, 일루미네이터(IL)는 방사선 소스(SO)로부터 방사선 빔을 받아들인다. 예를 들어, 소스가 엑시머 레이저인 경우, 소스와 리소그래피 장치는 별도의 개체들일 수 있다. 이러한 경우에, 소스는 리소그래피 장치의 일부를 형성하는 것으로 간주되지 않으며, 방사선 빔은, 예를 들어 적합한 지향 미러 및/또는 빔 익스팬더(beam expander)를 포함하는 빔 전달 시스템(BD)의 도움으로 소스(SO)로부터 일루미네이터(IL)로 나아간다. 다른 경우에, 예를 들어 소스가 수은 램프일 때, 소스는 리소그래피 장치의 필수 부분일 수 있다. 소스(SO)와 일루미네이터(IL)는 필요하다면 빔 전달 시스템(BD)과 함께 방사선 시스템으로 지칭될 수도 있다.

일루미네이터(IL)는, 예를 들어 방사선 빔의 각도 세기 분포를 조정하기 위한 조절기(AD), 집속기(integrator)(IN) 및 집광기(condenser)(CO)를 포함할 수 있다. 일루미네이터는 횡단면에서 원하는 균일성 및 세기 분포를 갖도록 방사선 빔을 조절하기 위하여 사용될 수 있다.

방사선 빔(B)은 패터닝 디바이스 지지체(MT) 상에 유지되고 있는 패터닝 디바이스(MA)에 입사하며, 그리고 패터닝 디바이스에 의하여 패터닝된다. 패터닝 디바이스 (예를 들어, 마스크)(MA)를 가로지른 방사선 빔(B)은 투영 시스템(PS)을 통과하며, 투영 시스템은 빔을 기판(W)의 타겟 부분(C) 상으로 집속시킨다. 제2 포지셔너(PW)와 위치 센서(IF) (예를 들어, 간섭계 디바이스, 선형 인코더, 2-D 인코더 또는 용량성 센서)의 도움으로, 예를 들어 방사선 빔(B)의 경로에 상이한 타겟 부분(C)들을 위치시키기 위하여, 기판 테이블(WTa 또는 WTb)은 정확하게 이동될 수 있다. 유사하게, 제1 포지셔너(PM)와 (도 1에서는 명확하게 도시되지 않은) 또 다른 위치 센서가 이용되어, 예를 들어 마스크 라이브러리로부터의 기계적 인출 이후에, 또는 스캔 동안에 패터닝 디바이스 (예를 들어, 마스크)(MA)를 방사선 빔(B)의 경로에 대하여 정확하게 위치시킬 수 있다.

패터닝 디바이스 (마스크)(MA)와 기판(W)은 마스크 정렬 마크(M1, M2)와 기판 정렬 마크(P1, P2)를 이용하여 정렬될 수 있다. 도시된 바와 같은 기판 정렬 마크들이 전용 타겟 부분을 점유하고 있지만, 이들은 타겟 부분들 사이의 공간에 위치될 수 있다 (이들은 스크라이브-레인 정렬 마크로 알려져 있다). 마찬가지로, 패터닝 디바이스(마스크)(MA) 상에 하나보다 많은 다이가 제공된 상황에서, 마스크 정렬 마크는 다이들 사이에 위치될 수 있다. 소형 정렬 마크는 또한 디바이스 피처들 사이에서 다이 내에 포함될 수 있으며, 이 경우 마커는 가능한 한 작고 또한 인접한 피처들과는 임의의 다른 이미징 또는 공정 조건을 필요로 하지 않는다는 것이 바람직하다. 정렬 마커를 검출하는 정렬 시스템은 아래에서 더 설명된다.

도시된 장치는 다양한 모드에서 사용될 수 있다. 스캔 모드에서, 방사선 빔에 부여된 패턴이 타겟 부분(C) 상으로 투영되는 동안 패터닝 디바이스 지지체 (예를 들어, 마스크 테이블)(MT)와 기판 테이블(WT)은 동시에 스캔된다 (즉, 단일 동적 노광). 패터닝 디바이스 지지체 (예를 들어, 마스크 테이블)(MT)에 대한 기판 테이블(WT)의 속도 및 방향은 투영 시스템(PS)의 확대율(축소율) 및 이미지 반전 특성에 의하여 결정될 수 있다. 스캔 모드에서, 노광 필드의 최대 크기가 단일 동적 노광 시 타겟 부분의 (비-스캐닝 방향으로의) 폭을 제한하는 반면에, 스캐닝 움직임의 길이는 타겟 부분의 (스캐닝 방향으로의) 높이를 결정한다. 본 기술 분야에서 잘 알려져 있는 바와 같이, 다른 유형의 리소그래피 장치 및 작동 모드가 가능하다. 예를 들어, 스텝 모드가 알려져 있다. 소위 "마스크리스(maskless)" 리소그래피에서, 프로그램 가능한 패터닝 디바이스는 고정 상태에서 유지되지만, 변화하는 패턴을 가지며, 그리고 기판 테이블(WT)은 이동되거나 스캔된다.

위에서 설명된 사용 모드들의 조합 및/또는 변형, 또는 전혀 상이한 사용 모드들이 또한 이용될 수 있다.

리소그래피 장치(LA)는 2개의 기판 테이블(WTa, WTb) 및 2개의 스테이션 -노광 스테이션(EXP)과 측정 스테이션(MEA)-을 가지며 기판 테이블들이 2개의 스테이션 사이에서 교환될 수 있는 소위 이중 스테이지 유형이다. 한 기판 테이블 상의 한 기판이 노광 스테이션에서 노광되고 있는 반면에, 또 다른 기판은 측정 스테이션에서 다른 기판 테이블 상으로 로딩될 수 있으며 다양한 준비 단계가 수행된다. 이는 장치의 처리량의 상당한 증가를 가능하게 한다. 준비 단계는 레벨 센서(LS)를 이용하여 기판의 표면 높이 윤곽을 매핑하는 것 및 정렬 센서(AS)를 이용하여 기판 상의 정렬 마커의 위치를 측정하는 것을 포함할 수 있다. 기판 테이블이 측정 스테이션에 그리고 노광 스테이션에 있는 동안 위치 센서(IF)가 기판 테이블의 위치를 측정할 수 없다면, 제2 위치 센서가 제공되어 기준 프레임(RF)에 대해 양 스테이션에서 기판 테이블의 위치가 추적되는 것을 가능하게 할 수 있다. 보여지는 이중 스테이지 배열체 대신에 다른 배열체가 알려져 있고 사용 가능하다. 예를 들어, 기판 테이블과 측정 테이블이 제공된 다른 리소그래피 장치가 알려져 있다. 이 테이블들은 준비 측정을 수행할 때 함께 도킹되며, 그 후 기판 테이블이 노광을 겪는 동안에 도킹 해제된다.

도 2는 도 1의 이중 스테이지 장치에서 기판(W) 상의 타겟 부분 (예를 들어, 다이)을 노광시키는 단계를 도시하고 있다. 측정 스테이션(MEA)에서 수행되는 단계는 좌측의 점선 박스 내에 있는 반면에, 우측은 노광 스테이션(EXP)에서 수행되는 단계를 보여주고 있다. 때로는, 위에서 설명된 바와 같이, 기판 테이블(WTa, WTb)들 중 하나는 노광 스테이션에 있을 것인 반면에, 다른 하나는 측정 스테이션에 있을 것이다. 이 설명의 목적을 위하여, 기판(W)이 이미 노광 스테이션 내로 로딩되었다는 것이 가정된다. 단계 200에서, 새로운 기판(W')이 보이지 않는 메커니즘에 의하여 장치로 로딩된다. 리소그래피 장치의 처리량을 증가시키기 위하여 이 2개의 기판은 동시에 처리된다.

처음에 새로 로딩된 기판(W')을 참조하면, 이는 장치에서의 첫 노광을 위하여 새로운 포토 레지스트로 준비된, 이전에 처리되지 않은 기판일 수 있다. 그러나 일반적으로, 설명된 리소그래피 공정은 일련의 노광 및 처리 단계들 중 단지 한 단계일 것이며, 따라서 기판(W')은 이 장치 및/또는 다른 리소그래피 장치를 이미 여러 차례 통과하였으며 거쳐야 할 후속 공정 또한 가질 수 있다. 특히 오버레이 성능을 향상시키는 문제에 대하여, 과제는 패터닝 및 처리의 하나 이상의 주기를 이미 거친 기판 상의 정확한 위치에 새로운 패턴이 정확하게 적용되는 것을 보장하는 것이다. 이 처리 단계들은, 만족스러운 오버레이 성능을 달성하기 위해 측정되고 보정되어야 하는 기판의 왜곡을 점진적으로 도입한다.

이전 및/또는 후속 패터닝 단계는 방금 언급된 바와 같이 다른 리소그래피 장치에서 수행될 수 있으며, 또한 상이한 유형의 리소그래피 장치에서도 수행될 수 있다. 예를 들어, 분해능과 오버레이와 같은 매개변수 면에서 매우 까다로운, 디바이스 제조 공정 내의 일부 층은 덜 까다로운 다른 층보다 더욱 진보된 리소그래피 툴에서 수행될 수 있다. 따라서, 일부 층은 침지 유형 리소그래피 툴에서 노광될 수 있는 반면, 다른 층은 "건식(dry)" 툴에서 노광된다. 일부 층은 DUV 파장에서 가동하는 툴에서 노광될 수 있는 반면에, 다른 층은 EUV 파장 방사선을 이용하여 노광된다.

단계 202에서, 기판 마크(P1) 등과 이미지 센서(보이지 않음)를 이용한 정렬 측정은 기판 테이블(WTa/WTb)에 대한 기판의 정렬을 측정하고 기록하기 위해 사용된다. 또한, 기판(W')에 걸친 여러 정렬 마크는 정렬 센서(AS)를 이용하여 측정될 것이다. 이 측정은 "웨이퍼 그리드"를 설정하기 위해 일 실시예에서 사용되며, 이 웨이퍼 그리드는 공칭 직사각형 그리드에 대한 임의의 왜곡을 포함하는, 기판에 걸친 마크들의 분포를 매우 정확하게 매핑한다.

단계 204에서, X-Y 위치에 대한 웨이퍼 높이(Z)의 맵은 또한 레벨 센서(LS)를 이용하여 측정된다. 일반적으로, 높이 맵은 노광된 패턴의 정확한 집속을 달성하기 위해서만 이용된다. 이는 그 외에 다른 목적을 위하여 사용될 수 있다.

기판(W')이 로딩되었을 때, 레시피 데이터(206)가 수신되어, 수행될 노광, 및 웨이퍼 그리고 또한 웨이퍼 상에 이전에 만들어지고 또한 만들어질 패턴의 특성을 규정하였다. 202 및 204에서 만들어진 웨이퍼 위치, 웨이퍼 그리드 및 높이 맵의 측정이 이 레시피 데이터에 추가되며, 따라서 레시피 데이터와 측정 데이터의 완전한 세트(208)가 노광 스테이션(EXP)에 전달될 수 있다. 정렬 데이터의 측정은, 예를 들어 리소그래피 공정의 제품인 제품 패턴에 대해 고정된 또는 공칭적으로 고정된 관계로 형성되는 정렬 타겟의 X 및 Y 위치를 포함한다. 노광 직전에 얻어진 이 정렬 데이터는 모델을 데이터에 피팅하는 매개변수로 정렬 모델을 생성하기 위해 사용된다. 이 매개변수와 정렬 모델은 노광 작동 중에 사용되어 현재의 리소그래피 단계에서 적용되는 패턴의 위치를 보정할 것이다. 사용 중인 모델은 측정된 위치들 간의 위치 편차를 보간한다. 일반적인 정렬 모델은, "이상적인" 그리드의 병진, 회전 및 스케일링(scaling)을 상이한 차원에서 함께 규정하는 4개, 5개, 또는 6개의 매개변수를 포함할 수 있다. 더 많은 매개변수를 사용하는 진보된 모델이 알려져 있다.

단계 210에서, 기판(W' 및 W)들이 교체되며, 따라서 측정된 기판(W')이 노광 스테이션(EXP)으로 들어가는 기판(W)이 된다. 도 1의 예시적인 장치에서, 이 교체는 장치 내에서 지지체(WTa 및 WTb)들을 교환함으로써 수행되며, 따라서 기판(W, W')은 이 지지체들 상에 정확하게 클램핑되고 위치된 상태로 남아 있어 기판 테이블들과 기판들 자체 사이의 상대적인 정렬을 보존한다. 이에 따라, 테이블들이 교체되면, 투영 시스템(PS)과 기판 테이블(WTb) (이전에는 WTa) 사이의 상대적인 위치를 결정하는 것은 노광 단계의 제어시 기판(W) (이전에는 W')에 대한 측정 정보(202, 204)를 이용하기 위해 필요한 모든 것이다. 단계 212에서, 마스크 정렬 마크(M1, M2)를 사용하여 레티클 정렬이 수행된다. 단계 214, 216, 218에서, 다수의 패턴의 노광을 완료하기 위하여, 스캐닝 움직임 및 방사선 펄스가 기판(W)에 걸친 연속적인 타겟 위치들에 적용된다.

노광 단계의 수행 시 측정 스테이션에서 획득된 정렬 데이터와 높이 맵을 사용함으로써, 이 패턴들은 원하는 위치에 대하여, 특히 동일 기판 상에 이전에 놓인 피처에 대해서 정확하게 정렬된다. 이제 W"로 표기된 노광된 기판이 단계 220에서 장치로부터 언로딩되어 노광된 패턴에 따라 에칭 또는 다른 공정을 거치게 된다.

숙련된 자는 위의 설명이 실제 제조 상황의 한 예에 수반된 다수의 매우 상세한 단계의 간략화된 개요라는 것을 알 것이다. 예를 들어, 단일 패스로 정렬을 측정하는 것보다는, 흔히 동일한 또는 상이한 마크를 사용하여 개략적인 측정과 세밀한 측정의 별도 단계가 있을 것이다. 개략적인 및/또는 세밀한 정렬 측정 단계는 높이 측정 전 또는 후에 수행될 수 있거나, 인터리브(interleaved)될 수 있다.

정렬 및 제품/공정 모니터링 계측 적용 모두로서의 특정 유형의 계측 센서가 PCT 특허 출원 WO2020/057900 A1에 설명되어 있으며, 이는 원용에 의해 본 명세서에 포함된다. 이는 최적화된 간섭성을 갖는 계측 디바이스를 설명한다. 보다 구체적으로, 계측 디바이스는 측정 조명의 복수의 공간적 비간섭성 빔을 생성하도록 구성되며, 상기 빔들의 각각 (또는 상기 빔들의 측정 쌍의 양 빔; 각 측정 쌍은 측정 방향에 대응함)은 그들의 횡단면 내에 대응하는 영역을 갖고, 이 횡단면에 대해 이 영역들에서의 빔들 간의 위상 관계는 알려져 있다; 즉 대응하는 영역에 대하여 상호 공간적 간섭성이 있다.

이러한 계측 디바이스는 허용 가능한 (최소) 간섭 아티팩트 (스페클)(speckle)을 갖는 작은 피치 타겟들을 측정할 수 있으며, 또한 암시야 모드에서 작동 가능할 것이다. 이러한 계측 디바이스는 기판 위치를 측정 (예를 들어, 고정된 기준 위치에 대한 주기적 구조체 또는 정렬 마크의 위치를 측정)하기 위한 위치 또는 정렬 센서로서 사용될 수 있다. 그러나 계측 디바이스는 또한 오버레이의 측정 (예를 들어, 상이한 층들에서의 또는 심지어 스티칭 마크(stitching mark)의 경우에 동일한 층에서의 주기적 구조체들의 상대적 위치의 측정)을 위하여 사용 가능하다. 계측 디바이스는 또한 주기적인 구조체에서의 비대칭을 측정할 수 있으며, 따라서 타겟 비대칭 측정을 기반으로 하는 임의의 매개변수 (예를 들어, 회절 기반 오버레이(DBO) 기술을 이용하는 오버레이 또는 회절 기반 초점(DBF) 기술을 이용하는 초점)를 측정하기 위해 사용될 수 있다.

도 3은 이러한 계측 디바이스의 가능한 구현 형태를 보여주고 있다. 계측 디바이스는 본질적으로 새로운 조명 모드를 갖는 표준 현미경으로서 작동한다. 계측 디바이스(300)는 디바이스의 주요 컴포넌트를 포함하는 광학 모듈(305)을 포함한다. (모듈(305) 외부에 위치될 수 있고 또한 다중 모드 섬유(315)에 의하여 모듈에 광학적으로 연결될 수 있는) 조명 소스(310)는 공간적 비간섭성 방사선 빔(320)을 광학 모듈(305)에 제공한다. 광학 컴포넌트(317)는 공간적 비간섭성 방사선 빔(320)을 간섭성 축외 조명 생성기(325)로 전달한다. 이 컴포넌트는 본 명세서 내의 개념에 특히 중요하며 더 자세히 설명될 것이다. 간섭성 축외 조명 생성기(325)는 공간적 비간섭성 방사선 빔(320)으로부터 복수 (예를 들어, 4개)의 축외 빔(330)을 생성한다. 이 축외 빔(330)의 특성은 아래에서 더 자세히 설명될 것이다. 조명 생성기의 0차 차수는 조명 0차 차수 차단 요소(375)에 의해 차단될 수 있다. 이 0차 차수는 이 문헌에서 설명된 간섭성 축외 조명 생성기 예 (예를 들어, 위상 격자 기반 조명 생성기)의 일부에 대해서만 제시될 것이며, 따라서 이러한 0차 차수 조명이 생성되지 않을 때 생략될 수 있다. 축외 빔(330)은 (광학 컴포넌트(335) 및 스폿 미러(340)를 통해) (예를 들어, 높은 NA) 대물렌즈(345)로 전달된다. 대물렌즈는 축외 빔(330)을 기판(350) 상에 위치된 샘플 (예를 들어, 주기적 구조체/정렬 마크) 상으로 집속시키며, 여기에서 빔은 산란 및 회절된다. 산란된 더 높은 회절 차수(355+, 355-)(예를 들어, 각각 +1 및 -1 차수)들은 스폿 미러(340)를 통해 뒤로 전파되며 또한 광학 컴포넌트(360)에 의하여 센서 또는 카메라(365) 상으로 집속되고, 여기서 이들은 간섭되어 간섭 패턴을 형성한다. 적절한 소프트웨어를 실행하는 프로세서(380)는 그 후 카메라(365)에 의해 캡처된 간섭 패턴의 이미지(들)를 처리할 수 있다.

0차 회절 (정반사) 방사선은 검출 분기부 내의 적절한 위치에서; 예를 들어, 스폿 미러(340) 및/또는 별도의 검출 0차 블록 요소에 의하여 차단된다. 축외 조명 빔들의 각각에 대해 0차 반사가 있다는 점, 즉 현재 실시예에서 총 4개의 이 0차 반사가 있다는 점이 주목되어야 한다. 4개의 0차 반사를 차단하는 데 적합한 예시적인 애퍼처 프로파일이 도 4b 및 도 4c에서 보여지고 422로 표기되어 있다. 이와 같이, 계측 디바이스는 "암시야" 계측 디바이스로서 작동된다.

제안된 계측 디바이스의 주요 개념은 요구되는 경우에만 측정 조명에서 공간적 간섭성을 유도하는 것이다. 보다 구체적으로, 축외 빔(330)들의 각각에서 대응 퓨필 포인트 세트들 사이에 공간적 간섭성이 유도된다. 보다 구체적으로, 퓨필 포인트 세트는 축외 빔들의 각각에서 대응 단일 퓨필 포인트를 포함하며, 퓨필 포인트 세트는 상호 공간적 간섭성이지만 각 퓨필 포인트는 동일 빔 내의 다른 모든 퓨필 포인트에 대하여 비간섭성이다. 이 방식으로 측정 조명의 간섭성을 최적화함으로써, 작은 피치 타겟에서 암시야 축외 조명을 수행하는 것이 실행 가능하게 되지만, 각 축외 빔(330)이 공간적 비간섭성이므로 최소의 스페클 아티팩트로 실행된다.

도 4는 개념을 설명하기 위해 3개의 퓨필 이미지를 보여주고 있다. 도 4a는 도 3의 퓨필 평면(P1)과 관련된 제1 퓨필 이미지를 보여주고 있으며, 도 4b 및 도 4c 각각은 도 3의 퓨필 평면(P2)과 관련된 제2 퓨필 이미지를 보여주고 있다. 도 4a는 공간적 비간섭성 방사선 빔(320)을 (횡단면으로) 보여주고 있으며, 도 4b와 도 4c는 2개의 상이한 실시예에서 간섭성 축외 조명 생성기(325)에 의해 생성된 축외 빔(330)들을 (횡단면으로) 보여주고 있다. 각 경우에서, 외부 원(395)의 범위는 현미경 대물렌즈의 최대 검출 NA에 대응하며; 이는 순전히 예로써 0.95 NA일 수 있다.

퓨필들의 각각에서의 삼각형(400)들은 서로에 대해 공간적으로 간섭성인 퓨필 포인트 세트를 나타낸다. 유사하게, 십자가(405)들은 서로에 대해 공간적으로 간섭성인 또 다른 퓨필 포인트 세트를 나타낸다. 삼각형들은 빔 전파에 대응하는 십자가 및 다른 모든 퓨필 포인트들에 대해 공간적으로 비간섭성이다. (도 4b에서 보여지는 예에서의) 일반적인 원리는 상호 공간적으로 간섭성인 퓨필 포인트들의 각 세트 (각 간섭성 포인트 세트)가 다른 모든 간섭성 포인트 세트와 같이 동일한 간격을 조명 퓨필(P2) 내에서 갖는다는 것이다. 이와 같이, 이 실시예에서, 각 간섭성 포인트 세트는 다른 모든 간섭성 포인트 세트의 퓨필 내에서의 변환(translation)이다.

도 4b에서, 삼각형(400)으로 표현되는 제1 간섭성 포인트 세트의 각 퓨필 포인트 사이의 간격은 십자가(405)로 표현되는 간섭성 포인트 세트의 각 퓨필 포인트 사이의 간격과 동일해야 한다. 이 문맥에서의 "간격"은 방향성이며, 즉, 십자가 세트 (제2 포인트 세트)는 삼각형 세트 (제1 포인트 세트)에 대하여 회전되는 것이 허용되지 않는다. 이와 같이, 축외 빔(330)들의 각각은 그 자체로 비간섭성 방사선을 포함하고 있다; 그러나 축외 빔(330)들은 공지된 위상 관계 (공간적 간섭성)를 갖는, 단면 내에 대응 포인트 세트를 갖는 동일한 빔들을 함께 포함하고 있다. 각 포인트 세트의 포인트들이 동일하게 이격될 필요는 없다는 점이 주목되어야 한다 (예를 들어, 이 예에서의 4개의 삼각형(405) 사이의 간격은 동일할 것으로 요구되지 않는다). 이와 같이, 축외 빔(330)들은 퓨필 내에서 대칭적으로 배열될 필요가 없다.

도 4c는 이 기본적인 개념이 빔(330X)이 제1 방향 (X-방향)에 대응하고 빔(330Y)이 제2 방향 (Y-방향)에 대응하는 경우 단일 측정 방향에 대응하는 빔들 간에만 상호 공간적 간섭성을 제공하는 것으로 확장될 수 있다는 것을 보여주고 있다. 이 예에서, 정사각형과 플러스(plus) 기호 각각은, 삼각형과 십자가(cross)로 나타내어진 퓨필 포인트 세트에 대응하지만 이와는 반드시 공간적으로 간섭성이 아닌 퓨필 포인트 세트를 나타내고 있다. 그러나 십자가들은 플러스 기호와 마찬가지로 상호 공간적으로 간섭성이며, 십자가들은 플러스 기호의 퓨필 내에서의 기하학적 변환이다. 이와 같이, 도 4c에서, 축외 빔들은 단지 쌍별(pair-wise) 간섭성이다.

이 실시예에서, 축외 빔들은 방향, 예를 들어 X 방향(330X) 및 Y 방향(330Y)에 의해 개별적으로 고려된다. (포인트(405X)들 쌍과 같이, 포인트(400X)들 쌍이 상호 간섭성이도록) 캡처된 X 방향 회절 차수를 생성하는 빔(330X)들 쌍은 단지 서로 간섭성일 필요가 있다. 마찬가지로, (포인트(405Y)들 쌍과 같이, 포인트(400Y)들 쌍이 상호 간섭성이도록) 캡처된 Y 방향 회절 차수를 생성하는 빔(330Y)들 쌍은 서로 간섭성일 필요만 있다. 그러나 포인트(400X와 400Y)들 쌍들 사이는 간섭성이 있을 필요가 없으나, 포인트(405X와 405Y)들 쌍들 사이는 그렇지 않다. 이와 같이, 고려되는 각 측정 방향에 대응하는 축외 빔들 쌍에 포함된 간섭성 포인트들 쌍들이 있다. 이전과 같이, 측정 방향에 대응하는 각 빔 쌍에 대해, 각 간섭성 포인트들 쌍은 다른 모든 간섭성 포인트들 쌍의 퓨필 내에서의 기하학적 변환이다.

도 5는, 예를 들어 정렬/위치 감지를 위한 계측 시스템의 가동 원리를 도시하고 있다. 도 5a는 일부 실시예에서 정렬 마크로서 사용될 수 있는 타겟(410)을 도시하고 있다. 타겟(410)은 정렬 마크를 형성할 때 전형적으로 단일 층에만 포함되지만 마이크로 회절 기반 오버레이 기술(μDBO)에서 사용되는 것과 유사할 수 있다. 이와 같이, 타겟(410)은 제1 방향 (X-방향)으로의 2개의 격자 (주기적 구조체)(415a) 및 제2의 수직 방향 (Y-방향)으로의 2개의 격자(415b)를 포함하는 4개의 서브-타겟을 포함하고 있다. 격자들의 피치는, 예를 들어 100㎚의 자릿수 (더 구체적으로는, 300 내지 800㎚의 범위 내)를 포함할 수 있다.

도 5b는 (도 2를 참고하여) 퓨필 평면(P3)에 대응하는 퓨필 표현을 보여주고 있다. 이 도면은 축외 조명 빔들 중 단지 하나, 더욱 구체적으로 (이 도면에서 가장 좌측의) 축외 조명 빔(420) (이는 이 퓨필에 있지 않을 것이며, 퓨필 평면(P2)에서의 그의 위치는 조명 퓨필에서의 그의 위치에 대응하고 여기에서는 도시를 위해서만 보여지고 있다)의 산란에 뒤이은 결과적인 방사선을 보여주고 있다. 음영 영역(422)은 실시예에서 사용되는 특정 스폿 미러 디자인의 차단 (즉, 반사 또는 흡수) 영역 (흰색은 투과 영역을 나타내고 있다)에 대응한다. 이러한 스폿 미러 디자인은 순전히, 원하지 않은 광 (예를 들어, 0차 차수 및 0차 차수 주위의 광)이 검출되지 않는 것을 보장하는 퓨필 블록의 예이다. 다른 스폿 미러 프로파일 (또는 일반적으로 0차 블록)이 사용될 수 있다.

알 수 있는 바와 같이, 더 높은 회절 차수들 중 하나만이, 보다 구체적으로 -1 X 방향 회절 차수(425)가 캡처된다. +1 X 방향 회절 차수(430), -1 Y 방향 회절 차수(435) 및 +1 Y 방향 회절 차수(440)는 퓨필을 벗어나며 (검출 NA는 스폿 미러(422)의 범위로 나타내어짐) 캡처되지 않는다. (도시되지 않은) 임의의 더 높은 차수 또한 검출 NA의 범위 밖에 있다. 0차 차수(445)는 예시를 위하여 보여지고 있지만, 실제로는 스폿 미러 또는 0차 블록(422)에 의해 차단될 것이다.

도 5c는 (순전히 예시를 위하여 다시 보여지는) 4개의 모든 축외 빔(420)으로부터 생성된 결과적인 퓨필 (캡처된 차수만)을 보여주고 있다. 캡처된 차수는 -1 X 방향 회절 차수(425), +1 X 방향 회절 차수(430'), -1 Y 방향 회절 차수(435') 그리고 +1 Y 방향 회절 차수(440')를 포함한다. 이 회절 차수들은 카메라 상에서 이미지화되며 카메라에서 이들은 도 5d에서 보여지는 바와 같은 프린지 패턴(450)을 형성하는 것을 방해한다. 보여지는 예에서, 회절 차수가 퓨필에서 대각선으로 배열됨에 따라 프린지 패턴은 대각선이지만, 다른 배열체가 결과적인 상이한 프린지 패턴 방향으로 가능하다.

정렬 감지를 위하여 사용 가능한 다른 계측 디바이스와 유사한 방식으로, 타겟 격자 위치의 시프트는 방향마다 +1 회절 차수와 -1 회절 차수 사이의 위상 시프트를 야기한다. 회절 차수가 카메라를 간섭하기 때문에 회절 차수들 간의 위상 시프트는 카메라에서의 간섭 프린지의 대응 시프트를 초래한다. 따라서 카메라에서의 간섭 프린지의 위치로부터 정렬 위치를 결정하는 것이 가능하다.

도 6은 정렬 위치가 간섭 프린지로부터 어떻게 결정될 수 있는지를 도시하고 있다. 도 6a는 타겟이 제1 위치에 있을 때, (즉, 프린지 패턴(450)의 일사분면에 대응하는) 한 세트의 간섭 프린지(500)를 보여주고 있으며, 도 6b는 타겟이 제2 위치에 있을 때의 간섭 프린지(500') 세트를 보여주고 있다. 고정된 (즉, 양 이미지에 대해 동일 위치에 있는) 기준 라인(510)이 2개의 위치 사이에서의 프린지 패턴의 이동을 강조하기 위해 보여지고 있다. 패턴으로부터 결정된 위치를 고정된 기준 (예를 들어, 투과 이미지 센서(TIS) 피듀셜(fiducial))의 측정으로부터 획득된 위치와 공지된 방식으로 비교함으로써 정렬이 결정될 수 있다. (예를 들어, 단일 격자 정렬 마크로부터의) 단일 프린지 패턴 또는 (2개의 격자 정렬 마크로부터의) 방향마다의 단일 패턴이 정렬을 위하여 사용될 수 있다. 2개의 방향으로의 정렬을 수행하기 위한 또 다른 옵션은 단일의 2D 주기적 패턴을 갖는 정렬 마크를 사용할 수 있다. 또한, 비주기적 패턴은 본 명세서에서 설명된 계측 디바이스로 측정될 수 있다. 또 다른 정렬 마크 옵션은 현재 오버레이를 측정하기 위하여 일반적으로 사용되고 있는 것과 유사한, 도 5a에 도시된 것과 같은, 4개의 격자 타겟 디자인을 포함할 수 있다. 이와 같이, 이들과 같은 타겟은 전형적으로 웨이퍼에 이미 존재하고 있으며, 따라서 유사한 샘플링이 정렬 및 오버레이를 위하여 사용될 수 있다. 이러한 정렬 방법은 공지되어 있으며 또한 더 설명되지 않을 것이다.

WO2020/057900은 공정을 더 견실하게 하기 위하여 (측정 다양성을 촉진하기 위하여) 다수의 파장 (및 가능하게는 더 높은 회절 차수)을 측정할 가능성을 추가로 설명하고 있다. 이는, 예를 들어 최적의 색상 가중(optimal color weighing)(OCW)과 같은 기술의 사용이 격자 비대칭에 대해 견실해지는 것을 가능하게 한다는 점이 제안되었다. 특히, 타겟 비대칭은 전형적으로 파장마다 상이한 정렬된 위치의 결과로 이어진다. 그에 의하여, 상이한 파장들에 대해 정렬된 위치의 이 차이를 측정함으로써 타겟의 비대칭을 결정하는 것이 가능하다. 한 실시예에서, 상이한 파장에 각각 대응하는 일련의 개별 이미지들을 획득하기 위해, 다수의 파장에 대응하는 측정들은 동일 카메라에서 순차적으로 이미지화될 수 있다. 대안적으로, 이 파장들의 각각은 별개의 카메라들 (또는 동일한 카메라의 별개의 영역들)에서 동시에 이미지화될 수 있으며, 파장들은 이색성 미러와 같은 적절한 광학 컴포넌트를 사용하여 분리된다. 또 다른 실시예에서, 단일 카메라 이미지에서 다수의 파장 (및 회절 차수)을 측정하는 것이 가능하다. 상이한 파장들에 대응하는 조명 빔들이 퓨필 내의 동일한 위치에 있을 때, 카메라 이미지 상의 대응 프린지는 상이한 파장들에 대해 상이한 배향들을 가질 것이다. 이는 대부분의 축외 조명 생성기 배열체의 경우인 경향이 있을 것이다 (조명 격자와 타겟 격자의 파장 의존성이 서로 상쇄되는 경향이 있는 단일 격자는 예외이다). 이러한 이미지의 적절한 처리에 의하여, 단일 캡처에서의 다수의 파장 (및 차수)을 위하여 정렬 위치가 결정될 수 있다. 이 다수의 위치는, 예를 들어 OCW 유사 알고리즘에 대한 입력으로서 사용될 수 있다.

또한 WO2020/057900에는 정확도/견실함을 향상시키기 위한 가변적인 관심 대상 영역(ROI) 선택 및 가변적인 픽셀 가중의 가능성이 설명되어 있다. 전체 타겟 이미지 또는 (각 사분면의 중앙 영역 또는 전체 타겟에 걸친 것과 같은; 즉 에지 영역을 제외한) 고정된 관심 대상 영역을 기반으로 정렬 위치를 결정하는 대신에, 타겟별 기준으로 ROI를 최적화하는 것이 가능하다. 최적화는 어느 임의의 형상의 ROI 또는 복수의 ROI를 결정할 수 있다. 하나 이상의 품질 메트릭 또는 핵심 성과 지표(KPI)에 따라 할당된 가중으로, ROI의 최적화된 가중된 조합을 결정하는 것이 또한 가능하다.

국부 위치 이미지 내부의 변동을 최소화함으로써, 최적의 가중치를 결정하기 위한 자기-참조 방법을 포함한, 마크 내의 모든 포인트에서 위치를 보정하기 위해 색상 가중 그리고 세기 불균형을 사용하는 것이 또한 알려져 있다.

이 개념들을 종합하면, 공지된 베이스라인 피팅 알고리즘은 도 7의 흐름도에 도시된 단계들을 포함할 수 있다. 단계 700에서, 정렬 마크의 카메라 이미지가 캡처된다. 개략적 웨이퍼 정렬(COWA) 단계에 이어서 스테이지 위치가 정확하게 알려지고 마크 위치는 개략적으로 (예를 들어, 약 100㎚ 이내) 알려진다. 단계 710에서, 마크당 동일한 픽셀 영역 (예를 들어, 각 마크 격자의 중심 영역)을 포함할 수 있는 ROI가 선택된다. 단계 720에서, 마크 피치에 의해 주어진 주기로 ROI 내에서 사인 피트(sine fit)가 수행되어 위상 측정을 획득한다. 단계 730에서, 이 위상은 예를 들어 웨이퍼 스테이지 피듀셜 마크(fiducial mark)에서 측정된 기준 위상과 비교된다.

여러 가지 이유로, 더 작은 정렬 마크/타겟에서 정렬을 수행하거나 보다 일반적으로 더 작은 계측 타겟에서 계측을 수행하는 것이 더욱 바람직하다. 이 이유는 (예를 들어, 정렬 마크 또는 타겟에 의해 점유되고 사용되는 공간을 최소화하기 위해 및/또는 더 많은 마크/타겟을 수용하기 위해) 웨이퍼 상의 이용 가능한 공간을 최대한 활용하는 것, 그리고 더 큰 마크가 맞지 않을 영역에 정렬 마크 또는 타겟을 수용하는 것을 포함한다.

본 정렬 방법에 따르면, 예를 들어 소형 마크 상의 웨이퍼 정렬 정확도는 제한된다. 이 맥락에서의 소형 마크 (또는 더 일반적으로 타겟)는 8㎛×8㎛ 마크와 같은, 기판 평면의 한 치수 또는 양 치수 (예를 들어, 적어도 스캐닝 방향 또는 주기성 방향)에서 12㎛보다 작은 또는 10㎛보다 작은 마크/타겟을 의미할 수 있다.

이러한 소형 마크에 대해, 위상 및 세기 리플(intensity ripple)이 이미지에 존재한다. 도 7에 관하여 위에 설명된 베이스라인 피팅 알고리즘 (이는 마크의 매우 작은 부분에 프린지의 위상을 피팅시키기 위한 비교적 간단한 방법이다)을 사용하면, 리플은 국부 정렬 위치의 상당 부분에 대응한다. 이는, 예를 들어 5㎛×5㎛ ROI에 걸쳐 평균화된 경우에도, 리플은 충분히 평균적이지 않다는 것을 의미한다. 또한 정확도를 최적화하기 위하여, 잘못된 마크 영역을 식별하고 이 영역을 제거 또는 보정하는 것이 중요하다. 예를 들어, 대략 나노미터 정도의 국부적 위치 오차로 이어지는 국부적으로 변위된 또는 국부적으로 비대칭적인 격자 라인이 있다면, 이는 가시적이거나 결정될 수 있으며 따라서 이는 보정될 수 있다는 것이 바람직하다. 그러나 타겟의 유한 크기로 인해 발생하고 공정 유도 국부 결함의 크기보다 큰 크기를 갖는, 유한 크기 효과(finite size effects) (또한 "위상 엔벨로프(phase envelope)"로 불림)로 인하여 리플이 있는 경우, 국부 결함을 보정하는 것은 가능하지 않다.

측정이 유한 크기 효과를 받는 소형 마크에 대한 이러한 국부 위치 오차 (또는 더 일반적으로 국부 오차)의 보정을 가능하게 함으로써 측정 정확도를 개선하는 방법이 설명될 것이다.

도 8은 본 명세서에 개시된 개념에 따른 관심 대상 매개변수 (예를 들어, 위치/정렬 값 또는 오버레이 값)를 결정하기 위한 기본 흐름을 설명하고 있다. 단계 800에서, 미가공 계측 센서 신호가 획득된다. 단계 810에서, 전처리된 계측 신호를 획득하기 위하여 미가공 신호는 전처리되어 유한 마크 크기 (및 센서) 효과의 영향을 최소화하거나 적어도 완화시킨다. 본 발명의 대상이 이 단계이며 아래에서 상세히 설명될 것이다. 선택적 단계 820에서, 전처리된 계측 신호는 마크 처리 효과 (예를 들어, 국부 마크 변동)에 대해 (예를 들어, 국부적으로) 보정될 수 있다. 일반적으로 타겟, 그리고 특히 소형 타겟은 전형적으로 (예를 들어, 처리 및/또는 노광 조건으로 인하여) 그의 형성 동안에 변형을 겪는다. 많은 경우에, 이 변형은 타겟 내에서 균일하지 않지만, 대신 국부적 또는 타겟 내 변화; 예를 들어, 무작위 에지 효과, 마크에 걸친 웨징(wedging), 국부적 격자 비대칭 변화, 국부적 두께 변화 및/또는 (국부적) 표면 거칠기로 이어지는 다수의 국부적 또는 타겟 내 효과를 포함한다. 이 변형은 마크마다 또는 웨이퍼마다 반복되지 않을 수 있으며, 따라서 노광 전에 측정 및 보정되어 디바이스의 잘못된 프린팅을 방지할 수 있다. 이 선택적 단계는 예를 들어 이러한 정렬 마크 결함을 보정하는 타겟 내 보정을 제공할 수 있다. 이 단계는 타겟으로부터 국부 위치 측정 (예를 들어, 위치 분포 또는 국부 위치 맵)을 측정하는 것을 포함할 수 있다. 위치 분포는 타겟 또는 타겟의 적어도 일부 (또는 이의 캡처된 이미지)에 걸쳐 정렬 위치의 변동을 설명할 수 있다; 예를 들어, 픽셀 당 또는 픽셀 그룹 당 (예를 들어, 이웃하는 픽셀들의 그룹) 국부 위치 및 보정을 위치 분포의 분산을 최소화하는 것으로서 결정하는 것. 단계 830에서, 예를 들어 ROI를 최적화하고 ROI 내에서 평균화한 후에 위치 값 (또는 다른 관심 대상 매개변수, 예를 들어 오버레이)이 결정된다.

높은 수준의 개요

도 9는 제안된 개념의 높은 수준의 개요이다. 일반적으로, 본 명세서에 개시된 방법은 "구성 요소(building block)"(BL A, BL B, BL C) 세트의 다수의 조합에 의하여 설명된다. 각 구성 요소에 대해, 다수의 상이한 실시예가 설명될 것이다. 숙련된 자에게 명백할 바와 같이, 각 블록에 대해 명시적으로 개시된 실시예는 완전하지 않다.

일반적으로, 신호 획득의 두 가지 상이한 단계가 있다:

교정 단계(CAL), 여기서 모델 및/또는 (예를 생산 단계에서) 보정을 위해 추가로 사용되는 라이브러리를 교정하기 위하여 신호가 기록된다. 이러한 교정 단계는 한 번, 한 번 이상 또는 매번 수행될 수 있다.

"대량 제조" (HVM) 또는 생산 단계, 여기서 신호가 기록되어 관심 대상 계측량을 추출한다. 이것이 계측 센서의 기본 기능/주요 용도이다. HVM 단계에서 피팅된(fitted) "획득 신호" 또는 "테스트 신호"는 HVM 단계에서 반드시 획득되는 것은 아니지만, 제조 공정의 임의의 다른 단계에서 획득될 수 있다.

먼저 교정 단계를 고려하면, 단계 900에서, 하나 이상의 미가공 계측 신호를 포함하는 교정 데이터가 하나 이상의 마크로부터 획득된다. 단계 910에서, "국부 위상" 및 "국부 진폭"의 추출이 교정 데이터의 미가공 계측 신호의 프린지 패턴으로부터 수행된다. 단계 920에서, 보정 라이브러리가 컴파일되어(compiled) 유한-크기 효과를 보정하기 위한 보정을 포함하는 유한-크기 효과 보정 데이터를 저장할 수 있다. 대안적으로 또는 부가적으로, 단계 920은 유한-크기 효과 보정을 수행하기 위해 모델 (예를 들어, 기계 학습 모델)을 결정 및/또는 트레이닝하는 것을 포함할 수 있다. 생산 또는 HVM 단계에서, 신호 획득이 단계 930에서 (예를 들어, 단일 마크로부터) 수행된다. 단계 940에서, 단계 930에서 획득된 신호의 프린지 패턴으로부터 "국부 위상" 및 "국부 진폭"의 추출이 수행된다. 단계 950에서, 검색 단계가 수행되어 단계 930에서 획득된 신호에 대한 (예를 들어, 라이브러리 기반 실시예에서의) 적절한 유한-크기 보정 데이터를 검색한다. 단계 960에서, 검색된 유한-크기 효과 보정 데이터 (및/또는 적절한 트레이닝된 모델)를 사용하여 유한-크기 효과의 보정이 수행되어 보정된 측정 데이터를 획득한다. 단계 970은 분석 및 추가 처리 단계를 포함하여 위치 값 또는 기타 관심 대상 매개변수를 결정한다.

실제 측정된 교정 데이터 및/또는 그로부터 도출된 보정 국부 매개변수 분포에 더하여 또는 그에 대한 대안으로서, 교정 데이터/보정 국부 매개변수 분포가 시뮬레이션될 수 있다는 점을 주목한다. 보정 국부 매개변수 분포를 결정하기 위한 시뮬레이션은 (예를 들어, HVM 측정된) 국부 매개변수 분포를 기반으로 최적화될 수 있는 하나 이상의 자유 매개변수를 포함할 수 있다.

(편의상) 도 9의 3개의 블록(BL A, BL B, BL C)에 따라 나누어진 많은 특정 특징이 설명될 것이다.

블록 A. 국부 위상의 추출

특징 A1: 공간적으로 가중된 피트로서의 국부 위상 ("국부 APD")

블록 A의 제1 실시예에서, 흔히 국부 정렬 위치 편차(LAPD)로 지칭되는, 국부적으로 결정된 위치 분포 (예를 들어, 국부 위상 맵 또는 국부 위상 분포 또는 더 일반적으로 국부 매개변수 맵 또는 국부 매개변수 분포)가 직접 사용되며, 즉 유한 크기 효과를 최소화하는 보정을 교정하기 위해 마크 템플릿 감산(mark template subtraction), 데이터베이스 피팅, 엔벨로프 등과 조합되지 않는다.

높은 수준에서, 이러한 국부 위상 결정 방법은 다음을 포함할 수 있다. 신호()(2D 신호, 예를 들어 카메라 이미지가 가정될 것이지만, 개념은 임의의 치수의 신호에 적용된다)는 공간-종속 양의 세트(에 매핑되며, 이들은 관심 대상 계측 매개변수와 관련된다. 기저 함수 세트, 예를 들어 를 규정함으로써; 그리고 모든 픽셀 위치(x, y)에 대해, 예를 들어 하기와 같은 적절한 공간적을 가중된 비용 함수를 최소화하는 계수()를 피팅함으로써 맵핑이 달성될 수 있다:

함수()는 표준 최소 제곱 비용 함수(L2 놈(norm): , L1 놈), 또는 임의의 다른 적절한 비용 함수일 수 있다.

가중치()는 일반적으로 포인트(x, y) 주위의 공간적으로 국부화된 함수이다. 함수의 "폭(width)"은 추정기()가 얼마나 "국부적"인지를 결정한다. 예를 들어, "좁은" 가중치는, (x, y)에 매우 가까운 포인트만이 피트와 관련이 있고 따라서 추정기는 매우 국부적일 것이라는 점을 의미한다. 동시에 더 적은 포인트가 사용되기 때문에 추정기는 더 노이즈가 많을 것이다. 가중치에 대한 무한한 선택이 있다. 선택의 예는 (완전하지 않게) 다음 사항을 포함한다.

_● 지수적(Exponential):

_● 인수분해된 베셀 함수:

_● 방사형 함수:

_● 임의의 아포디제이션 윈도우, 예를 들어, 해밍(Hamming) 윈도우;

_● 임의의 유한-입력-응답(FIR) 필터

_● 분석적으로 근사화된, 시뮬레이션된 또는 실험적으로 측정된, 광학 센서의 점 확산 함수와 일치하는 함수.

본 기술 분야의 숙련된 자는 사용될 수 있는 원하는 "국부화" 특성을 가진 대단히 더 많은 기능이 있다는 점을 인식할 것이다. 가중 함수는 이 IDF에서 설명된 임의의 공정의 일부로서 최적화될 수도 있다.

"프린지" 파동 벡터( 등)를 갖는 하나 이상의 (또한 부분적인 또는 중첩되는) 프린지 패턴을 포함하는 신호의 특정 경우에 대해, 기저 함수에 대한 적합한 선택은 (순수하게 예로서) 다음과 같을 수 있다:

(a DC 컴포넌트)

"동위상" 컴포넌트 A

"직교" 컴포넌트 A

"동위상" 컴포넌트 B

"직교" 컴포넌트 B

등.

물론, 예를 들어 복합 필드의 위상 및 진폭의 면에서 동일한 기본 기저 함수의 많은 상이한 수학적 공식이 존재한다.

이 기본적인 선택으로, 모든 프린지 패턴에 대해 두 가지 추가 관심 대상 양이 규정될 수 있다:

국부 위상:

국부 진폭:

국부 위상은 (예를 들어, 도 3 내지 도 6과 관련하여 위에서 설명된 바와 같은) 정렬 센서에 대한 격자로부터 측정된 바와 같이 정렬된 위치(LAPD)에 비례하기 때문에 특히 관련이 있다. 이와 같이, 정렬의 맥락에서 LAPD는 국부 위상 맵 또는 국부 위상 분포로부터 결정될 수 있다. 국부 위상은 또한, 예를 들어 cDBO 마크를 사용하여 측정되는 오버레이에 비례한다. 간략하게, cDBO 계측은 cDBO 타겟을 측정하는 것을 포함할 수 있으며, cDBO 타겟은 제2 피치(p₂)를 갖는 격자의 최상부에 제1 피치(p₁)를 갖는 격자를 갖는 (예를 들어, 방향 당) 유형 A 타겟 또는 유형 A 타겟 쌍 및 제2 피치(p₂) 격자가 제1 피치(p₁) 격자의 최상부에 있도록 이 격자들이 교체되는 유형 B 타겟 또는 유형 B 타겟 쌍을 포함한다. 이 방식으로, 그러고 μDBO 타겟 배열과 달리, 타겟 바이어스는 각 타겟을 따라 지속적으로 변화된다. 오버레이 신호는 (예를 들어, 암시야) 이미지로부터 무아레(Moire) 패턴으로 인코딩된다.

피팅될 단일 프린지 패턴을 갖는 이미지 (위에서 설명된 바와 같이 3개의 기저 함수) 및 비용 함수가 표준 L2 놈인 매우 구체적인 사용 사례에서, 알고리즘은 가중된 최소 제곱의 버전이 되며 프린지 패턴() 및 알려진 파동 벡터(k)(측정하기 위해 사용된 마크 피치와 파장으로부터 결정됨)에 대해 도 10에 개략적으로 보여진 효율적인 전략으로 해결될 수 있다. 기저 함수(BF1 , BF2 , BF3 )는 프린지 패턴()과 조합되며 적절한 컷-오프 주파수, 예를 들어 의 공간 필터 커널(KR )과 함께 2D 컨볼빙(convolved)(2D CON)된다. 위치 종속 3×3 매트릭스()는 각 포인트에서 반전되는 요소()로 구성된다.

특징 A2. 대략적 공간적으로 가중된 피트

이 특징은 원칙적으로 특징 A1과 유사하다. 아이디어는 신호에 기저 함수를 곱하는 것이며,

그후, 결과적인 양을 커넬(kernel)( )로 컨벌빙(convolving) 한다.

특정한 경우 (기저 함수가 커널(kernel)에 의해 유도된 메트릭 아래에서 직교하는 경우), 양( _n )은 옵션 A1의 양(α_n)과 일치한다. 다른 경우에, 이들은 근사치이며 실제로 합리적으로 정확할 수 있다. 이 실시예는 직교 검출을 기반으로 도 11에 요약되어 있으며, 이 검출에서 측정된 신호는 예상 직교 위상(quadratures)(사인 및 코사인)으로 곱해지고 저역 통과 필터링(2D)(LPF)되어 록-인(lock-in) 검출기와 동일한 기본 원리를 이용하여 국부 진폭 및 위상을 추출한다.

특징 A3: 엔벨로프 피팅

엔벨로프 피팅의 아이디어는 단일 신호 획득 대신에 신호 획득 세트를 이용하여 관심 대상 매개변수를 추출하는 것이다. 인덱스("J=1, 2, 3, 4,..")는 상이한 신호 획득들을 지정하기 위해 사용된다. 신호 획득은 하나 이상의 물리적 매개변수를 수정하면서 동일한 마크를 측정함으로써 획득된다. 완전하지 않은 예는 다음을 포함한다:

_● 기계적 단계를 통해 마크의 X 및/또는 Y 위치 변경;

_● (예를 들어, 계측 센서 조명 격자를 포함하는) 임의의 광학 요소의 X 및/또는 Y 위치 변경; 및

_● 임의의 종류의 위상 변조기에 의하여 광학 신호의 위상 시프트를 유도.

신호 획득()(예를 들어, 2D 이미지)이 주어지면, 신호에 대한 다음 모델이 가정된다:

여기서, 이전 옵션에서와 같이 등은 기저 함수이며, 양( 및 및 )은 모델의 매개변수이다. 이제 의존성()은 픽셀 위치가 아닌 획득에 대한 것이며 (그들은 이미지의 전역적 매개변수이다) 반면 는 픽셀 위치에 의존하지만 획득에는 의존하지 않는다 (이들은 신호의 국부 매개변수이다)는 점을 주목한다.

프린지 패턴의 경우, 특징 A에서와 동일한 기반을 사용하는 것은 다음을 산출한다:

이 공식은 수학적으로 하기와 동등하다는 점을 주목한다:

이 공식은 모델의 물리적 의미를 설명한다. 양의 물리적 해석은 다음과 같다:

_● 프린지 패턴의 "위상 엔벨로프:

_● 프린지 패턴의 "진폭 엔벨로프":

_● 전역적 스케일링 인자:

_● 전역적 탈위상:

_● 전역적 변위:

다양한 등가 공식에서의 매개변수들 간의 관계는 기본 대수 및 삼각법을 사용하여 결정될 수 있다. 많은 실시예에서, "위상 엔벨로프(phase envelope)"는 (예를 들어, 도 3 내지 도 6에 도시된 바와 같이) 정렬 센서의 경우 마크의 정렬된 위치와 직접적으로 관련되기 때문에 중요한 양이다.

모델의 매개변수를 피팅하기 위하여, 다음 비용 함수가 최소화될 수 있다:

함수(f)는 L2 놈(norm) (최소 제곱 피트), L1 놈, 또는 임의의 다른 선택일 수 있다. 비용 함수는 전체 신호에 대해 최소화될 필요는 없지만, 신호의 특정 관심 대상 영역(ROI)에서만 최소화될 수 있다.

모델 매개변수가 처리될 수 있는 다양한 방식이 있다:

_● 은 피팅 매개변수(미지수)인 반면 및 는 알려진 것으로 가정된다. 이 경우 N×M 개의 미지수가 있다. 여기서 N=픽셀 수, M=기본 크기이며, 따라서 최소한 M 개의 독립적인 신호 획득이 요구된다. 매개변수(및 )는 (예를 들어) 일부 부가적인 측정으로부터, 외부 센서로부터 또는 계산/추정으로부터 회득된다.

_● 및 (또는 이들의 서브세트)는 피팅 매개변수이며 는 알려진 것으로 가정된다. 이는 계측 시스템에 의해 측정되는 양이 전역적 양, 예를 들어 전역적 변위 ( 및 )인 경우와 관련이 있다. 매개변수()(알려진 매개변수)는, 예를 들어 아래에 설명된 교정 공정들 중 임의의 것으로부터 도출될 수 있다. 이 경우는 피처 C3의 맥락에서 더 논의된다.

_● 모든 매개변수( 및 )는 알려지지 않았다. 이 경우 피트는 비선형 및/또는 반복적인 피트가 된다. 수학적 최적화 방법이 사용되어 비용 함수를 최소화할 수 있다. 물리적 고려 사항, 관찰 또는 순전히 경험적 근거로부터 도출된 바와 같이 매개변수들 간에 부가적인 제약이 부과될 수 있다. 이 경우 미지수의 수는 N×M+M×P+2이며, 여기서 N=픽셀 수, M=기본 크기, 그리고 P= 획득 수이다. 공지된 매개변수의 수는 N×P이며, 따라서 전형적으로 N≫M을 고려하면, 기저 함수(P>M)보다 더 많은 이미지가 있다면 시스템은 해결 가능하다..

_● 물론, 매개변수들 중 일부는 공지되고 일부는 알려지지 않은 중간 사례는 이전 사례의 명백한 일반화이며 본 발명의 일부이기도 하다.

특징 A4: 센서-보정 엔벨로프 피팅

이 옵션은 피팅 매개변수의 증가된 수를 갖는, 특징 A3의 일반화이다. 이 특징에서, 신호에 대한 모델은 다음과 같이 가정될 수 있다:

모델 매개변수는 이다. 특징 A3에 대해 위에서 논의된 매개변수에 관한 모든 고려 사항은 이 특징에 대해 유효하다. 부가적인 매개변수는, 모델에 의해서 설명되는 효과의 일부가 마크의 위치에 따라 시프트하는 것으로 가정되는 반면 다른 효과는 "마크와 함께 이동하지 않고" 동일한 신호 좌표에 고정된 채로 유지된다는 사실을 설명한다. 부가적인 매개변수는 이 효과들을 개별적으로 설명하며 각각의 교차 용어도 추가로 설명한다. 모든 매개변수가 포함될 필요는 없다. 예를 들어 은 자유 매개변수 등의 수를 줄이기 위해 가정될 수 있다. 예를 들어, 이 특정 선택의 경우 교차 용어만이 모델에 유지된다.

이 모델은 마크 의존 효과와 비-마크 특정 효과가 모두 보정되는 상황을 재현하기 위해 사용될 수 있다. 이미지 신호의 예를 사용하여 두 종류의 효과가 있다는 점이 가정된다:

_● 시야에서 "마크와 함께 이동"하는 국부 효과: 이는 획득마다 변경되는 변위()에 의해 시프트된다. 따라서 모든 관련 양은 위의 모델에서 의 함수이다.

_● "마크와 함께 이동하지 않는" 국부 효과: 이는 비 마크 특정 효과, 예를 들어 카메라 그리드의 결함 또는 왜곡, 임의의 광학 표면의 결함 또는 왜곡, 고스트(ghost) 등으로 인한 신호의 국부 편차이다. 모델에서, 이 효과는 항상 상이한 획득들 내에서 동일한 픽셀 좌표(x, y)에서 발견된다.

모델은 또한 이 두 가지 효과 군 간의 커플링을 설명한다 (수학식의 세 번째 항).

가능한 실시예에서, 비-마크 특정 효과는 (아래에서 설명되는) 교정 단계에서 이전에 교정될 수 있었다. 이러한 교정 결과로서, 매개변수(, )는 교정된 매개변수로서 알려진다. 다른 모든 매개변수 (또는 나머지 매개변수의 서브세트)는 최적화 절차를 위한 피팅 매개변수이다.

특징 A5. 패턴 인식

패턴 인식은 또한 신호로부터 전체적 양을 획득하기 위한 방법으로서 사용될 수 있다; 예를 들어, 시야 내에서의 마크의 위치.

도 12는 이 특징의 가능한 예를 도시하고 있다. 가능한 실시예에서, 특징 A1 내지 A4 (단계 1200) 중 임의의 실시예가 사용되어 국부 위상 맵 또는 국부 위상 분포(LPM) (및 따라서 위에서 설명된 바와 같은 LAPD) 및 국부 진폭 맵 또는 국부 진폭 분포(LAM)와 같은, 하나 이상의 국부 매개변수 맵 또는 국부 매개변수 분포를 측정된 이미지(IM)로부터 획득할 수 있다. 이미지 정합(Image registration) 기술(1210)이 그 후 사용되어 마크 템플릿(MT)의 위치를 국부 진폭 맵(LAM)에 정합시킬 수 있다. 정합 기술(1210)의 가능한 예는 다음 사항을 최대화하는 것을 기반으로 한다:

정규화된 교차 상관관계;

상호 정보;

임의의 다른 적합한 특성.

또한, 국부 진폭 맵에 더하여, 이미지 정합 공정(1210)에서 부가적인 정보가 사용될 수 있다. 이러한 부가적인 정보는 (특히) 국부 위상 맵(LPM), 국부 진폭 맵의 구배, 국부 위상 맵의 구배, 또는 임의의 고차 파생물(derivative) 중 하나 이상을 포함할 수 있다.

다수의 프린지 패턴을 포함하는 이미지의 경우, 모든 프린지 패턴의 국부 진폭 맵이 사용될 수 있다. 이 경우, 이미지 정합은, 예를 들어 다음 사항을 최대화할 수 있다:

교차 상관관계의 산물, 또는 상호 정보의 산물 등.

교차 상관관계의 합, 또는 상호 정보의 합 등.

각 단일 맵의 최적화 비용 함수의 임의의 다른 조합

이미지 정합(1210) 단계의 결과는 (예를 들어) 정규화된 교차 상관관계(NCC)일 수 있으며, 이 관계로부터 피크가 발견되어(1220) 시야 내에서의 위치(POS) 또는 (x, y) 마크 중심을 산출할 수 있다.

블록 B. 보정 데이터를 교정 및 검색

특징 B1: 단일 기준 보정

교정 단계에서, "위상 리플(phase ripple)" (즉, 유한 크기 효과에 의해 야기되는 국부 위상 이미지)은 단일 기준 마크에서 측정 (또는 시뮬레이션 또는 그렇지 않으면 추정)되거나 다수의 (예를 들어, 유사한) 마크에 걸쳐 평균화되어 HVM 측정의 보정을 위한 (예를 들어, 이로부터의 감산을 위한) 보정 국부 매개변수 맵 또는 보정 국부 매개변수 분포 (예를 들어, 보정 국부 매개변수 맵 또는 기준 마크 템플릿)을 결정할 수 있다. 이는 블록 A에서 규정된 특징들 중 임의의 것, 또는 이들의 임의의 조합 또는 시퀀스를 사용함으로써 달성될 수 있다. 전형적으로, 기준 마크는 피팅될 마크와 동일한 마크 유형이다. 기준 마크는 "이상적"인 것으로 가정될 수 있으며 및/또는 기준 마크 결함이 평균화되도록 다수의 기준 마크는 평균화될 수 있다.

도 13은 이 특징을 도시하는 흐름도이다. 측정 또는 획득 이미지(IM)가 획득되고 그에 대해 국부 피트(1300)가 수행되어 (예를 들어, 블록 A의 특징들 중 임의의 것을 이용하여) 국부 매개변수 맵 (예를 들어, 국부 위상 맵 또는 국부 정렬 위치 맵)(LAPD)을 산출한다. HVM 또는 생산 단계에서 마크를 피팅할 때 (마크가 (국부)처리 효과/결함을 겪는다는 점이 가정될 수 있는 경우), 보정 국부 매개변수 맵(분포)(CLPM)이 이용되어 정렬 위치 맵(LAPD)을 (예를 들어) 블록 C 섹션(아래)에서 설명된 방법을 이용하여 보정(1310)할 수 있다. 국부 매개변수 맵 또는 국부 매개변수 분포(CLPM)는 보정 위상 맵, 보정 LAPD 분포 또는 예상 정렬 위치 맵을 포함할 수 있다. 실시예에서, 보정 국부 매개변수 맵(CLPM)은 "정확한" 위상 맵으로부터의 편차만을, 즉 유한 크기 효과와 기타 물리적 효과에 의하여 야기된 "리플"/원하지 않는 편차만을 포함할 수 있다. 보정 단계(1310)는 보정 국부 매개변수 맵(CLPM)을 이용하여 국부 매개변수 맵 또는 정렬 위치 맵(LAPD)으로부터 유한 크기 효과를 제거 또는 완화할 수 있다. 결과적인 보정된 국부 매개변수 맵 또는 보정된 정렬 위치 맵(LAPD')에서, 마크와 기준 마크간의 차이로 인한 잔차 마크 결함만이 남아 있어야 한다. 이 보정된 정렬 위치 맵(LAPD')은 위치 값(POS)을 결정(1320)하기 위해 사용될 수 있다.

보정을 위하여 사용되는 보정 국부 매개변수 맵(CLPM) 또는 예상 정렬 위치 맵은, 예를 들어

1) (정렬 센서 설정 시퀀스로) 웨이퍼 스테이지 피듀셜 또는 교정 웨이퍼에서 측정된,

2) 시뮬레이션을 통한,

3) 유사 층을 기반으로 추정된,

4) HVM에서 (예를 들어, 연구 또는 교정 단계에서) 측정될/정렬될 실제 스택을 포함하는 웨이퍼에서 측정된,

5) 쉐도우 모드에서 HVM 동안 실제 스택을 포함하는 웨이퍼에서 측정된 (이 경우 교정 데이터는 실제 제품 데이터를 포함할 수 있다) 다수의 상이한 방법에서 결정될 수 있다.

후자의 두 가지 접근 방식은 그들이 정확한 스택과 센서를 사용함에 따라 최상의 성능을 제공할 것이다.

특징 B2: 인덱스 매개변수를 갖는 라이브러리 피팅

이 특징은 특징 B1의 변형으로서, 여기서 다수의 보정 국부 매개변수 맵(CLPM) (예를 들어, 기준 마크 템플릿)이 결정되고 교정 보정 데이터 베이스 또는 라이브러리에 저장되며, 각각은 인덱스 변수에 의해 인덱싱된다. 전형적인 인덱스 변수는 센서에 대한 마크의 위치일 수 있다. 이 위치는, 예를 들어:

° 센서 내부의 조명 격자에 대한 위치;

° 카메라에 대한 위치 (이는 센서 내부에서 드리프트가 발생하는 경우 조명 격자에 대한 위치와 다를 수 있다);

° 위의 2개의 위치 모두 (이는 더 큰 치수의 라이브러리를 필요로 할 수 있으며, 이 경우 예상되는 마크 형상은 조명 격자에 대한 위치 그리고 카메라에 대한 위치 모두에 좌우된다)로서 정확하게 규정될 수 있다:

라이브러리 생성

교정 공정의 제1 단계에서, 예를 들어 블록 A에서 설명된 방법들 중 임의의 방법을 사용함으로써, 상이한 신호 획득 (교정 데이터) 세트의 보정 국부 매개변수 맵 (예를 들어, 국부 위상 맵)이 결정된다. 이전 특징에서와 같이, 획득 세트는 측정될 필요가 없지만, 시뮬레이션되거나 그렇지 않으면 추정될 수도 있다.

또한, 인덱스 변수는 모든 이미지 획득에 대해 결정된다. 예를 들어, 인덱스 변수는 센서에 대한 마크의 위치의 추정일 수 있다. 인덱스 변수는 상이한 소스들에서 획득될 수 있다; 예를 들어:

- 이는 블록 A의 방법들 중 임의의 것을 사용하여 계산될 수 있다;

- 이는 획득 신호로부터 임의의 다른 분석 절차를 사용하여 계산될 수 있다;

- 이는 외부 소스; 예를 들어 스캐너에서 웨이퍼 스테이지의 검출된 위치 변위 또는 임의의 다른 센서의 출력에서 나올 수 있다;

- 이는 피드포워드 또는 피드백 공정 루프에서 나올 수 있다.

특정 인덱스 값이 주어지면 대응 보정 국부 매개변수 맵이 검색될 수 있도록 보정 국부 매개변수 맵의 라이브러리는 대응하는 인덱스 변수와 함께 저장될 수 있다. 이러한 라이브러리를 구축하기 위하여 임의의 방법이 이용될 수 있다. 예를 들어:

- 요구되는 인덱스 변수에 가장 가까운 저장된 인덱스 변수에 대응하는 보정 국부 매개변수 맵이 검색될 수 있다;

- 보간 전략이 사용되어 보정 국부 매개변수 맵을 요구되는 인덱스 변수의 함수로서 보간할 수 있다;

- 신경망 또는 임의의 다른 형태의 고급 데이터 처리가 사용되어 요구되는 인덱스 변수를 출력 보정 국부 매개변수 맵에 매핑할 수 있다.

보정 국부 매개변수 맵은 반드시 국부 위상 맵 또는 국부 위치 맵 (또는 유한 크기 효과와 기타 물리적 효과에 의하여 야기되는 바람직하지 않은 편차의 설명을 포함하는 "리플 맵")만을 포함할 필요는 없다. 부가적인 정보, 예를 들어 국부 진폭 맵 또는 원래의 이미지는 또한 라이브러리에 저장될 수 있으며, 보정 공정을 위해 복귀될 수 있다.

인덱스 변수의 범위는 시스템의 특성에 따라 결정될 수 있다 (예를 들어, 미세 정렬 동안 다루어지는(covered) 범위; 즉 초기의 개략적인 정렬의 정확도에 의하여 규정된 바와 같은 범위). 이 미세 웨이퍼 정렬 단계 이전에, 마크가 x, y의 특정 범위 내에 있다는 것을 앞선 "개략적인 웨이퍼 정렬" 단계로부터 알 수 있다. 따라서 교정은 이 범위를 다룰 수 있다.

다른 관찰

- 필요하다면, 라이브러리는 초점 위치(z)의 함수로서 보정 이미지를 포함할 수도 있다.

- (예를 들어, 예상되는 마크 형상이 웨이퍼에 걸쳐 달라지게 하는 웨이퍼에 대한 전역적 변동이 있는 경우) 라이브러리는 또한 전역적 웨이퍼 좌표의 함수로서 보정 이미지를 포함할 수 있다.

- (예를 들어, 예상 마크 형상이 필드 내의 위치에 의존적이면, 예를 들어 주변 구조체가 예상 마크 형상에 영향을 줄 수 있고 또한 필드 내의 위치에 좌우되기 때문에) 라이브러리는 또한 필드 좌표의 함수로서 보정 이미지를 포함할 수 있다.

- 라이브러리는 또한 웨이퍼의 함수(Rz)로서 보정 이미지를 포함할 수 있다.

- 인덱스 매개변수는 로트(lot) 또는 공정-툴 관련 인덱스 매개변수를 포함할 수 있다.

- 필요하다면, 라이브러리는 또한 많은 다른 매개변수의 함수로서 보정 이미지를 포함할 수 있다.

- 보정 라이브러리에서, "정확한" (공칭) 위상 맵으로부터의 편차 (또는 오차 분포)만이 저장될지도 모르며, 즉 라이브러리는 유한 크기 효과와 기타 물리적 효과로 인해 야기되는 "리플"/원하지 않는 편차만을 설명한다.

보정 매개변수의 검색

(예를 들어, HVM 대량 제조 단계에서) 마크가 피팅될 때, (예를 들어,블록 A에 설명된 바와 같이) 마크의 단일 이미지는 캡처될 수 있으며 정렬된 위치 맵은 국부 피트를 사용하여 그로부터 결정될 수 있다. 보정을 수행하기 위하여, 라이브러리로부터 어느 보정 국부 매개변수 맵 (또는 더 일반적으로 보정 이미지)이 사용되는지를 아는 것이 요구된다.

이를 위하여, 인덱스 매개변수는, 라이브러리 이미지에 대해 인덱스 매개변수가 획득되었던 (예를 들어, 센서에 대한 측정된 마크의 마크 위치의 함수로서 결정되었던) 방법들 중 하나를 이용하여, 측정된 이미지로부터 추출될 수 있다. 이를 기반으로, 위에서 설명된 바와 같이, 하나 이상의 보정 국부 매개변수 맵 (예를 들어, 국부 위상 맵, 국부 진폭 맵 등)은 인덱스 변수를 이용하여 라이브러리에서 검색될 수 있다.

예로서, 이를 해결하기 위한 하나의 방법은 사전 미세 웨이퍼 정렬 피트 (사전 FIWA 피트(fit))를 수행하는 것이며, 여기에서 센서에 대한 위치는 특정 범위 내에서 결정되고, 이 범위는 계측 장치의 원하는 최종 정확도보다 클 수 있다. 사전 FIWA 피트가 특징 A5에서 설명된다.

보다 일반적인 경우에, (예를 들어, 위에서 설명된 바와 같이 이 매개변수에 따라 인덱싱될 때) 다른 매개변수 정보, 예를 들어 초점, 전역적 웨이퍼 또는 필드 위치 등이 사용되어 데이터베이스로부터 올바른 보정 이미지를 결정할 수 있다는 점을 주목한다.

도 14는 이 부분을 요약한 흐름도이다. 교정 단계(CAL)에서, (예를 들어) 다양한 위치에서의 (또는 달라지는 또 다른 매개변수를 갖는) 기준 마크의 교정 이미지(CIM)를 포함하는 교정 데이터는 국부 피트 단계(1400)를 거쳐 보정 국부 매개변수 맵(CLPM) 또는 기준 정렬 위치 맵을 획득한다. 이는 보정 라이브러리(LIB)에 저장되고 그리고 (선택적으로) 인덱스된다. 생산 단계(HVM)에서, 정렬 획득 또는 정렬 이미지(IM)는 국부 피트(1410)를 거쳐 국부 정렬 위치 맵(LAPD) 및 (선택적으로) 국부 진폭 맵(LAM)을 획득한다. 이 둘 모두는 사전 FIWA 피트를 거칠 수 있다(1420). 보정 국부 매개변수 맵(CLPM) 또는 예상 정렬 위치 맵은 사전 FIWA 피트를 기반으로 라이브러리(LIB)로부터 보간되고, 이는 보정 결정 단계(1430)에서 국부 정렬 위치 맵(LAPD)과 사용되어 마크와 기준 마크 간의 차이로부터 발생하는 잔차 마크 결함만을 포함하는 보정된 국부 정렬 위치 맵(LAPD')을 결정한다. 이 보정된 정렬 위치 맵(LAPD')은 위치 값(POS)을 결정(1440)하기 위해 사용될 수 있다.

특징 B3. "인덱스 변수"가 없는 라이브러리 피팅

이 특징은 특징 B2와 유사하다. 특징 B2에서, 획득 데이터 세트가 처리되었으며 처리의 결과는 "인덱스 변수"의 함수로서 저장된다. 후에, (예를 들어, 생산 단계에서) 획득 신호 또는 테스트 신호가 기록될 때, 획득 신호에 대한 인덱스 변수가 계산되며 보정 데이터를 검색하기 위해 사용된다. 이 특징에서, 인덱스 변수의 사용 없이도 동일한 결과가 이루어진다. 획득 신호는 라이브러리 내에 저장 데이터와 비교되며 최적화의 형태를 구현함으로써 보정을 위한 "최상의" 후보가 검색된다.

가능한 옵션은 다음과 같다:

_● 교정 획득 세트의 위상 맵() 또는 위상 분포 (보정 국부 매개변수 맵)는 블록 A의 방법들 중 임의의 것을 이용하여 계산된다. (예를 들어, 생산 동안의) 획득 이미지의 위상 맵() 또한 계산된다. 보정()을 위하여 사용되는 위상 맵은 예를 들어 다음과 같은 특정 비용 함수를 최소화하는 것을 포함할 수 있다.

함수(f)는 임의의 종류의 메트릭, 예를 들어 L2 놈, L1 놈, (정규화된) 교차 상관관계, 상호 정보 등일 수 있다. 위의 형식으로 직접 표현할 수 없는 기타 약간 상이한 비용 함수가 사용되어 동일한 목표에 도달할 수 있다.

_● 교정 획득 세트의 위상 맵은 특징 B2에 설명된 바와 같이 하나 이상의 인덱스 변수(V)의 함수로서 계산되고 저장된다. 이러한 방식으로 라이브러리()가 생성된다. (예를 들어, 생산 동안에) 획득 신호가 획득된 후 보정을 위하여 사용될 위상 맵이 검색된다. 이 보정 위상 맵은 보정 맵을 획득 신호 맵과 가능한 한 유사하게 만드는 인덱스 변수()의 "최적" 값에 대응한다. "유사성"은 예를 들어, 아래와 같은 적절한 비용 함수 면에서 평가할 수 있다.

함수(f)는 임의의 종류의 메트릭, 예를 들어 L2 놈(norm), L1 놈, (정규화된) 교차 상관관계, 상호 정보 등일 수 있다. 위의 형식으로 직접 표현할 수 없는 기타 약간 상이한 비용 함수가 사용되어 동일한 목적에 도달할 수 있다. 특징 B2와의 차이점은 이제 획득 신호의 "인덱스 변수"가 명시적으로 계산되지 않고 최적성 측정에 의해 추론된다는 것이다.

_● 위에서 설명된 모든 개념은 또한 위상 맵 대신 또는 위상 맵에 (또는 위상 맵과 진폭 맵의 조합에) 더하여 진폭 맵에 적용될 수 있다. 이 개념은 또한 동일한 신호 내의 상이한 프린지 패턴에 적용될 수 있다.

_● 위에 설명된 모든 개념은 또한 원본 맵과 함께 위상 또는 진폭 맵의 구배, 임의의 차수의 파생물 또는 이들의 조합에 그리고 원래의 맵과 적용될 수 있다.

_● 위에 설명된 모든 개념은 원래 신호 자체에 단독으로 또는 위상 맵, 진폭 맵 또는 그 파생물과 조합하여 적용될 수도 있다.

특징 B4: 기계 학습

이 특징은 일부 형태의 "인공 지능", "기계 학습" 또는 유사한 기술을 이용하여 보정 매개변수 (예를 들어, 정렬 위치)를 획득하고 검색하기 위한 방법을 설명한다. 실제로, 이 특징은 특징 C4를 수반한다: 유한 크기 효과의 보정과 보정을 위한 교정된 데이터의 적용 사이에 관계가 있다. "기계 학습"의 언어에서, 보정 단계는 "학습" 단계에 대응하고 또한 여기에서 논의된다.

도 15는 이러한 방법을 설명하는 흐름도이다. 신호 (교정 이미지) 세트 또는 이미지 라이브러리(LIB)와 같은 교정 데이터가 획득된다. 이러한 신호는 또한 다른 기술로 시뮬레이션되거나 계산될 수 있다. 이 신호들은 동일한 마크와 관련될 수 있으며 일부 양에 의하여 표기될 수 있다. 예를 들어, 신호는 관심 대상 계측량 (예를 들어, 정렬 위치)에 의하여 표기될 수 있다; 즉, 대응 계측량은 각 신호에 대해 알려져 있다 (실측 자료). 대안적으로, 신호는 앞서 논의된 인덱스 변수들 중 임의의 것으로 표기될 수 있다.

기계 학습 기술은 입력 신호를 관심 대상 계측 양에 또는 관심 대상 인덱스 변수에 맵핑하는 모델(MOD) (예를 들어, 신경망)을 트레이닝(1500))시키기 위해 사용될 수 있다.

베어 신호(bear signal) 대신에, 모든 입력 신호는 블록 A의 특징들 중 임의의 것을 이용하여 처리될 수 있으며, 사용되기 전에 국부 "위상 맵" 및 "진폭 맵" (또는 보정 국부 매개변수 맵)에 매핑되어 모델을 트레이닝시킬 수 있다. 이 경우에, 결과적인 모델은 보정 국부 매개변수 맵 (위상, 진폭 또는 이들의 조합)을 계측량 또는 인덱스 변수의 값에 연관시킬 것이다.

트레이닝된 모델(MOD)은 특징 C4에서 저장 및 사용되어 위치 값(POS)을 획득하기 위해 획득된 이미지(IM)를 보정(1510)할 것이다.

블록 C: 보정 전략

이 블록은 획득된 신호로부터 "마크 엔벨로프(mark envelope)"를 제거하는 공정을 다룬다. 2개의 상이한 국부 위상 맵 (세트)이 있다는 것이 가정된다:

획득된 신호 또는 테스트 신호의 획득된 국부 매개변수 맵 또는 국부 매개변수 분포;

블록 B의 방법들 중 하나에 따라 교정 데이터에서 검색된, 보정 국부 매개변수 맵 또는 보정 국부 매개변수 분포.

국부 매개변수 맵과 보정 국부 매개변수 맵은 각각 국부 위상 맵, 국부 진폭 맵, 국부 위상 맵과 국부 진폭 맵의 조합, 국부 위상 맵 및/또는 국부 진폭 맵의 파생물 또는 이러한 파생물의 조합 중 하나 이상을 포함한다. 이는 또한 신호의 상이한 프린지 패턴으로부터의 국부 위상 맵 또는 국부 진폭 맵 세트일 수 있다. 이는 또한 일부 대수 관계 (예를 들어, "동위상(in-phase)" 및 "직교" 신호 맵 등)에 의하여 위상 및 진폭 맵과 관련된 상이한 맵 세트일 수 있다. 블록 A에는, 이러한 동등한 표현의 일부 예가 제시된다

이 블록의 목적은 "보정 데이터"를 이용하여 획득된 테스트 데이터에 대한 유한 마크 크기의 영향을 보정하는 것이다.

특징 C1: 위상 맵 감산

가장 쉬운 실시예는 획득된 국부 매개변수 맵에서 보정 국부 매개변수 맵을 빼는 것이다. 위상 예를 사용하면 위상 맵이 주기적이기 때문에, 결과는 주기 내에서 랩핑(wrapped)될 수 있다.

여기서 는 보정된 국부 위상 맵이며, 는 보정 전의 획득된 국부 위상 맵이고, 는 보정 국부 위상 맵이다.

특징 C2: 기저 함수의 재공식화

이 특징에 따르면, 획득된 이미지의 획득된 국부 위상 및 진폭 맵은 블록 A의 방법들 중 임의의 것을 이용하여 계산된다. 그러나 블록 A의 방법을 적용할 때 보정 위상 맵과 보정 진폭 맵이 사용되어 기저 함수를 수정한다.

기저 함수의 "전형적인" (예시적인) 정의는 블록 A에서 소개되었다.

(a DC 컴포넌트)

"동위상" 컴포넌트 프린지 A

"직교" 컴포넌트 프린지 A

"동위상" 컴포넌트 프린지 B

"직교" 컴포넌트 프린지 B

등.

보정 위상 맵() 및 보정 진폭 맵()이 신호의 프린지패턴의 일부 또는 모두에 대해 검색되었다는 점을 가정한다. 수정된 기저 함수는 따라서 다음과 같이 구성될 수 있다.

(a DC 컴포넌트)

"동위상" 컴포넌트 프린지 A

"직교" 컴포넌트 프린지 A

"동위상" 컴포넌트 프린지 B

"직교" 컴포넌트 프린지 B

등.

획득 신호의 위상 및 진폭 맵을 추출하기 위하여 이 수정된 기저 함수는 부분 A (Al, A2, A3 등..)의 방법들 중 임의의 것과 함께 사용될 수 있다. 추출된 위상 및 진폭 맵은 이러한 효과를 포함하는 기저 함수로 계산되었기 때문에 유한 크기 효과에 대해 보정될 것이다.

물론, 이 특징은 위상 맵만을, 진폭 맵만을 또는 이들의 임의의 조합을 사용할 수 있다.

특징 C3: ROI 내의 엔벨로프 피팅

본 특징은 특징 A3에 관한 것이다. 아이디어는 보정 위상 맵(), 보정 진폭 맵() 및 보정 DC 맵()을 포함하는 모델을 이용하여 획득 신호를 피팅하기 위한 것이다.

사용된 모델은 다음과 같을 수 있다:

이는 특징 A3과 동일한 모델이며, 다음의 균등 사항을 갖는다는 점에 주목한다.

,

이 양은 피팅 매개변수가 아니다; 이는 보정 라이브러리에서 검색되었기 때문에 공지된 양이다. 특징 A3의 경우에서와 같이, 예를 들어 동위상 및 직교 컴포넌트 면에서 위의 모델의 다른 수학적으로 등가적인 공식이 있다.

한편, 양(quanitities)() 등은 피팅 매개변수이다. 이는 특징 A3에서와 같이 비용 함수를 최소화함으로써 도출된다:

함수(f)는 L2 놈 (최소 제곱 피트), L1 놈 또는 임의의 다른 선택일 수 있다. 비용 함수는 전체 신호에 대해 최소화할 필요가 없으나, 대신 신호의 특정 관심 대상 영역(ROI)에서만 최소화될 수 있다.

가장 중요한 매개변수는 전역적 위상 시프트()이며, 이는 (정렬 센서의 경우) 이것이 주어진 프린지 패턴과 연관된 마크의 검출된 위치에 정비례하기 때문이다. 전역적 이미지 시프트(Δx 및 Δx) 또한 관련 매개변수이다.

일반적으로, 매개변수의 서브세트만이 피팅 매개변수로서 사용되면서 다른 매개변수는 고정될 수 있다는 점이 가능하다. 매개변수의 값은 시뮬레이션 또는 추정치에서도 나올 수 있다. 일부 특정 제약이 매개변수에 시행될 수 있다. 예를 들어, 전역적 이미지 시프트(Δx 및 Δx)와 전역적 위상 시프트()간의 피팅 동안 관계 (예를 들어, 선형 의존성, 주어진 기간을 모듈로 하는 선형 의존성 등)는 시행될 수 있다.

특징 C4: 기계 학습

이 특징은 특징 B4를 보완한다. 특징 B4에 따르면, 신호를 계측 양(예를 들어, 정렬된 위치)의 값에 또는 인덱스 변수에 매핑하는 모델 (예를 들어, 신경망)은 트레이닝되었다. 보정을 수행하기 위하여, 획득 신호가 획득되며 모델은 신호 자체에 적용되어 관심 대상 계측 양, 아니면 인덱스 변수를 직접 복귀시킨다. 후자의 경우, 인덱스 변수는 특징 B2에서 설명된 것과 같은 보정 라이브러리와 조합하여 사용되어 추가 국부 보정 맵을 검색할 수 있다. 이 부가적인 국부 보정 맵은 (위의) 블록 C의 특징들 중 임의의 것을 사용하여 추가 보정을 위해 사용될 수 있다.

위에서 언급된 바와 같이, 신경망은 미가공 신호를 (또는 미가공 신호만을) 입력으로서 반드시 사용할 필요는 없으나, 블록 A의 특징들 중 임의의 것으로 획득된 국부 맵들 ("위상", "진폭") 중 임의의 것을 (대안적으로 또는 추가로) 사용할 수 있다.

교정 단계의 수에 관한 일반적인 설명

이 문헌에서, 보정 전략은 2개 단계의 공정; "교정" 단계 및 대량/생산 단계를 기반으로 설명된다. 부가적인 단계가 있을 수 있다. 특히 교정 단계는 점점 더 구체적인 효과를 보정하기 위해 여러 번 반복될 수 있다. 각 교정 단계는 시퀀스의 후속 교정 단계를 보정하기 위해 사용될 수 있거나, 다른 교정 단계와 관계없이 "대량" 단계에서 직접적으로 보정하기 위해 사용될 수 있다. 상이한 교정 단계들은 상이한 빈도로 실행될 수 있다 (예를들어, 모든 로트, 매일, R&D 단계에서 한 번만, 등).

도 16은 이 개념을 도시하기 위한 3개 단계 시퀀스의 흐름도이다. 이 실시예에서, 2개의 별개의 교정 단계(CAL1, CAL2)가 있다. 제1 교정 단계(CAL1)는 "마크 특정" 효과를 교정하며, 제2 교정 단계(CAL2)는 "비-마크 특정" 효과를 교정한다. 마크 특정 효과에 대한 교정은 계측 센서에 의해 측정될 모든 상이한 마크들을 위하여 개별적으로 수행될 수 있다. 비 마크 특정 효과에 대한 단일 교정은 상이한 마크 유형들을 위하여 사용될 수 있다. 이는 물론 구현 형태의 예이며 교정들의 상이한 조합들이 가능하다.

(예를 들어, 비 마크 특정 효과에 대한) 제2 교정 단계(CAL2)에서, 단계 1600에서, 하나 이상의 마크에 대한 하나 또는 다수의 미가공 계측 신호를 포함하는 제1 교정 데이터가 획득된다. 단계 1605에서, 프린지 패턴의 국부 위상 및 국부 진폭 분포는 각 신호로부터 추출되며 또한 제1 보정 라이브러리(LIB1)에서 컴파일된다(compiled). (예를 들어, 마크 특정 효과에 대한) 제1 교정 단계(CAL1)에서, 단계 1620에서, 하나 이상의 마크에 대한 하나 또는 다수의 미가공 계측 신호를 포함하는 제2 교정 데이터가 획득된다. 단계 1625에서, 프린지 패턴의 국부 위상 및 국부 진폭 분포가 제2 교정 데이터로부터 추출된다. 이 분포는 검색 단계 1610에서의 제1 라이브러리(LIB1)로부터의 검색된 (적절한) 국부 위상 및/또는 국부 진폭 분포를 기반으로 보정된다(1630). 이 보정된 제2 교정 데이터 분포는 제2 라이브러리(LIB2)에 저장된다 (이는 제품 획득 이미지를 보정하는데 사용되는 보정 매개변수 맵을 저장한다).

생산 단계(HVM) 또는 마크 피팅 단계에서, (예를 들어, 생산/IC 제조 동안) 마크로부터 신호가 획득되며(1640) 그리고 국부 위상 및 국부 진폭 분포가 추출된다(1645). 유한 크기 효과는 제2 라이브러리(LIB2)로부터의 적절한 보정 맵의 검색(1635) 및 (선택적으로) 제1 라이브러리(LIB1)로부터의 적절한 보정 맵의 검색(1615)을 기반으로 1650에 대해 보정된다. 단계 1615는 단계 1610 및 1630을 대체할 수 있거나 이 단계들이 조합하여 사용될 수 있다는 점을 주목한다. 유사하게, 단계 1610 및 1630이 수행되는 경우 단계 1615는 생략될 수 있다. 그 후 추가 데이터 분석/처리 단계(1655)에서 위치가 결정될 수 있다.

이러한 실시예에서 획득되고 사용될 수 있는 비 마크 특정 교정 정보의 예는 다음을 (완전하지 않게) 포함한다:

프린지의 주기, 배향, 진폭 및/또는 가시성;

원치 않는 광의 고스트(ghost) 및 다른 소스의 위치 및 크기;

광학계, 카메라, 애퍼처 또는 기타 관련 광학 표면에 있는 결함의 존재, 크기 및 형상;

광의 공간적 또는 각도 분포에서의 스폿 비균질성 및 기타 비균질성의 원인.

센서 또는 임의의 컴포넌트의 임의의 종류의 (열적, 기계적) 변형;

아핀(affine) 및 비아핀 변형 모두를 포함하는, 획득된 이미지에 유도된 광학계의 수차 및 대응 왜곡;

6 자유도에서 디포커스, 시프트 또는 일반적인 이동의 효과.

본 발명의 모든 내용 (즉, 블록 A, B 및 C에 관한 모든 내용) 및 이전의 모든 실시예는 각각의 개별 교정 단계에 적용될 수 있다.

일반적으로, 위에 설명된 라이브러리 기반 방법은, 교정 보정 데이터 (예를 들어, 보정 라이브러리) 또는 기계 학습 모델이 예상되는 (예를 들어, 6DOF) 범위 내의 광학 센서에 대한 상이한 위치들에서의 동일한 유형의 마크 상에서 그리고 상이한 변수들 (예를 들어, 특히 스택 유형, 센서 설정, 웨이퍼 상의 위치)에 대하여 HVM 단계에서 사용될 것과 동일할 센서로 트레이닝될 때의 향상된 성능을 보여준다. 이는, 각 마크에 대한 고유 변형의 결정을 가능하게 하기 위해 마크 간에 반복되는 평균 지문을 제거할 필요가 있음에 따라, 유한 크기 효과와 마크 내 변형을 평균화하기 위해 다양한 실현에 대해 반복될 수 있다.

일반적으로, 센서에 대한 신호로부터 위치가 추출될 수 있다면 다수의 광학 계측 센서는 이러한 데이터베이스/라이브러리로부터 이점을 얻을 수 있다. 따라서 라이브러리 기반 보정은 가능한 가장 작은 마크 유형에서 좋은 성능을 획득할 수 있다.

설명된 바와 같이, 적어도 교정 단계에서, 트레이닝은 대표적인 웨이퍼 상에서 수행되어 실험 및 시뮬레이션을 통해 교정 보정 데이터베이스 또는 라이브러리를 생성할 수 있다. 이 라이브러리는 그 후 HVM 중에 (예를 들어, 쉐도우 모드(shadow mode)에서 또는 검증 모드에서) 재확인되거나 업데이트될 수 있다.

본 명세서에서는 제조 단계에서 (예를 들어, HVM에서) 측정된 인라인 데이터를 기반으로 라이브러리 및/또는 기계 학습 모델을 트레이닝하는 것이 제안된다. 이 방식으로 보정 라이브러리는 실제 계측 타겟 측정을 사용하여 HVM 동안에 지속적으로 업데이트될 수 있다. 측정되는 모든 계측 타겟, 또는 예상 신호 패턴 또는 신호 세기와 같은, 피트 기준에 대한 임계 충실도와 같은 하나 이상의 수용 기준을 충족하는 적어도 모든 타겟에 대해, 라이브러리 또는 모델은 이들로부터 파생된 측정 및/또는 보정을 기반으로 HVM 동안에 업데이트될 수 있다. 이 방식으로, 보정 라이브러리 또는 모델은, 예를 들어 다음 웨이퍼에 대한 앞으로의 타겟 판독을 위한 더 나은 추정기(estimator)가 될 것이다. 예를 들어, 각 개별 타겟 판독은 부가적인 "트레이닝" 포인트로서 사용되어 수정 라이브러리를 확장할 수 있으며, 그에 의하여 앞으로의 보정을 개선한다.

이러한 접근 방식은 데이터베이스가 많은 상이한 타겟 실현에 대한 평균을 앙상블(ensemble)하는 것을 가능하게 할 것이다. 이는 측정된 마크의 고유한 마크 내 결함의 더 나은 추정의 결과로 이어질 것이며, 더 나은 센서 판독 (예를 들어, 정렬된 위치 또는 오버레이 측정)으로 이어진다. 이러한 접근 방식은 또한 교정 단계 또는 HVM 단계의 오프라인 (예를 들어, 검증)에 필요한 시간을 최소화할 수도 있다. 부가적으로, 더 최근에 측정된 측정 데이터는 이전 데이터보다 보정될 현재 효과를 더 잘 나타내는 경향이 있을 것이다.

실시예에서, 이러한 방법은 특정 서브세트 보정 라이브러리들 또는 서브세트 교정 보정 데이터의 구축을 가능하게 할 것이며, 이들은 보정 라이브러리/교정 보정 데이터의 하나 이상의 적절한 서브세트를 포함한다. 이러한 서브세트 보정 라이브러리의 예는 이전 로트 그룹 (예를 들어, 처리된 마지막 n개의 로트, 여기서 n은 임의의 숫자)에서만 파생된 수정 라이브러리일 수 있다. 또 다른 예는, 예를 들어 로트 내의 시퀀스 순서에 따른 각 로트의 특정 웨이퍼들만을 포함할 수 있다. 예를 들어, 하위세트 보정 라이브러리는 각 로트의 처리된 처음 웨이퍼, 각 로트의 처리된 처음 2개 (또는 그 이상)의 웨이퍼, 각 로트의 처리된 마지막 웨이퍼 (또는 마지막 2개 이상의 웨이퍼) 등만을 포함할 수 있다.

서브세트 보정 라이브러리의 기반을 형성할 수 있는 또 다른 그룹화 전략은 노광 전 웨이퍼의 특성에 영향을 미칠 수 있는 웨이퍼 공정 흐름 내의 임의의 컨텍스트 매개변수(context parameter)와 관련될 수 있다. 이전 층은, 예를 들어 에칭, 연마, 재작업되고 계측 툴을 사용하여 측정된다. 이 툴들/단계들의 각각은, 에칭 챔버, 증착 챔버 등과 같은, 웨이퍼를 처리하기 위해 사용되는 특정 툴들 또는 툴들의 조합과 같은, 상관관계를 위하여 사용될 수 있는 컨텍스트 매개변수를 가질 것이다. 다른 컨텍스트 매개변수는, 예를 들어 웨이퍼가 특정 공정을 위해 포함되는 배치(batch) (예를 들어, 웨이퍼는 연마 배치에 포함됨) 또는 레지스트를 베이킹하기 위해 사용된 온도를 포함할 수 있다. 따라서 서브세트 보정 라이브러리는 특정 컨텍스트의 대상이 되는 웨이퍼들만을 관련시킬 수 있다.

생산 변화 그리고 잠재적 수율 손실 신호를 나타낼 수 있는 보정 라이브러리의 변화를 모니터링하는 것 또한 가능하다.

도 17은 제안된 방법의 흐름도이다. 1700에서, 타겟의 측정이 이루어진다. 구체적인 예로서, 이 측정은 측정된 이미지(1710)를 획득하기 위하여 정렬 센서 (예를 들어, 도 3에 도시된 것과 같은 정렬 센서)를 사용하는 정렬 측정일 수 있다. 보정 라이브러리(LIB)는 피팅 또는 보정 단계(1720)에서 참조되어 적어도 유한 마크 효과 및/또는 센서 효과에 대해 보정된, 보정된 이미지(1730)를 획득할 수 있다. 단계 1720은 이미 설명된 라이브러리 기반 방법들 중 임의의 것을 사용할 수 있다. 이 보정된 이미지(1730)는 이후 관심 대상 매개변수(1740), 예를 들어 정렬 타겟에 대한 정렬 위치 (또는 오버레이 타겟에 대한 오버레이 값)를 결정하기 위해 사용될 수 있다. 보정된 이미지(1730) (및/또는 보정된 위치)는 그후 보정 라이브러리(LIB) (또는 모델 기반 실시예에서의 모델)를 업데이트/추가 트레이닝(1750)하기 위해 사용된다. 그후 흐름은 다음 타겟(1760)로 계속되며, 여기서 흐름은 이전 보정으로 업데이트된 라이브러리(LIB)를 사용하여 반복된다.

본 명세서에 개시된 라이브러리 접근 방식은 더 큰 타겟 또는 매우 큰 타겟 (즉, 센서에 대해 무한한 크기의 타겟)을 위해서도 사용될 수 있다는 점이 인식될 수 있다. 이러한 경우, 유한 크기 효과는 관련이 없을 것이지만, 센서 결함으로 인한 센서 효과는 본 명세서에 개시된 라이브러리 접근 방식을 사용하여 여전히 보정되어 마크 내 변형에 대한 액세스를 가능하게 할 수 있다. 따라서, 본 명세서에서 설명된 방법은 유한 크기 효과 및/또는 센서 효과의 보정에 적용 가능하다.

이 방식으로, 트레이닝 라이브러리 또는 ML 모델을 구축하기 위하여 요구되는 트레이닝 시간을 줄이거나 최소화하는 것이 가능하다. 또한, 트레이닝 데이터베이스에서의 마크 내 변동에 대한 평균을 앙상블(ensemble)하기 위해 동일한 마크의 다수의 실현이 필요함에 따라, 본 방법은 트레이닝은 HVM 전체에 걸쳐 이러한 다수의 실현으로 연속적으로 업데이트된다. 더욱이, 이 새로운 트레이닝 데이터는 이전 데이터보다 더 대표적인 최근 데이터이다. 이는 고유한 마크 내 결함의 보다 더 나은 추정의 결과로 이어질 것이며, 더 나은 센서 판독 (예를 들어, 정렬 위치 및 오버레이 측정)으로 이어진다.

개시된 모든 실시예는 보다 표준적인 암시야 또는 명시야 계측 시스템(즉, 도 3 내지 도 6에서 설명된 바와 같은 최적화된 간섭성 시스템 이외)에 적용될 수 있다. 예를 들어, 이러한 보다 표준적인 계측 장치에는 이상적인 x (또는 y) 프린지(예를 들어, x (또는 y) 격자에 대한 격자의 절반 주기)가 있을 수 있다. LAPD가 결정된 경우 관련된 리플이 있을 수 있다. 본 명세서에 개시된 모든 보정은 이 리플을 보정하기 위해 사용될 수 있다.

개시된 모든 실시예는 완전히 공간적으로 간섭성인 조명을 사용하는 계측 시스템들에 적용될 수 있다: 이들은 암시야 또는 명시야 시스템일 수 있으며, 다수의 빔을 갖는 고급 조명 모드를 가질 수 있고, 그리고 검출된 필드의 진폭과 위상을 동시에 측정할 수 있는 홀로그램 검출 모드를 가질 수 있다.

개시된 모든 실시예는 마크에 대해 스캔이 수행되는 계측 센서에 적용될 수 있으며, 이 경우 신호는 예를 들어 단일 픽셀 광검출기의 세기 트레이스(intensity trace)로 이루어질 수 있다. 예를 들어, 이러한 계측 센서는 자기-참조 간섭계를 포함할 수 있다. 이러한 예에서, 데이터베이스 또는 라이브러리는 라인 트레이스(line trace)에 대한 6DOF 종속 보정 (입력 스캔 방향+오프셋)으로 구성될 수 있고 지속적으로 업데이트될 수 있다. 데이터베이스 기반 보정 방법은 에지 효과, 주변 구조체와의 잠재적인 중첩 스폿 및 스캔 오프셋을 겪는 마크 디자인들을 완화시키기 위해 특히 매우 작은 마크에게 적합해질 수 있다.

위의 설명은 정렬 측정을 위한 정렬 보정을 결정하는 면에서의 제안된 개념을 설명할 수 있지만, 그 개념은 하나 이상의 다른 관심 대상 매개변수에 대한 보정에 적용될 수 있다. 예를 들어, 관심 대상 매개변수는 소형 오버레이 타겟 (즉, 상이한 층에 2개 이상의 격자를 포함하는 타겟) 상의 오버레이일 수 있으며, 본 명세서의 방법은 유한-크기 효과에 대한 오버레이 측정을 보정하기 위해 사용될 수 있다. 이와 같이, 정렬 마크 상에서의 위치/정렬 측정에 대한 임의의 언급은 오버레이 타겟 상에서의 오버레이 측정을 포함할 수 있다.

본 발명의 특정 실시예가 위에서 설명되었지만, 본 발명은 설명된 것과 다르게 실시될 수 있다는 점이 인식될 것이다.

마크 또는 타겟에 대한 임의의 참조가 특정 계측 목적을 위하여 형성된 전용 마크 또는 타겟, 또는 본 명세서에 개시된 기술을 사용하여 측정될 수 있는 (예를 들어, 충분한 반복 또는 주기성을 포함하는) 임의의 다른 구조체를 지칭할 수 있다. 이러한 타겟은 제품 구조체 상에서 정렬 또는 오버레이 (예를 들어) 계측이 수행될 수 있도록 충분한 주기성의 제품 구조체를 포함할 수 있다.

위에서는 광학 리소그래피의 맥락에서 본 발명의 실시예의 이용에 대한 구체적인 참조가 이루어질 수 있지만, 본 발명은 다른 적용, 예를 들어 임프린트 리소그래피에 이용될 수 있으며 또한 문맥이 허용하는 경우 광학 리소그래피에 제한되지 않는다는 점이 인식될 것이다. 임프린트 리소그래피에서, 패터닝 디바이스에서의 토포그래피는 기판 상에 생성되는 패턴을 규정한다. 패터닝 디바이스의 토포그래피는 기판에 공급된 레지스트의 층으로 가압될 수 있으며, 그 위에서 전자기 방사선, 열, 압력 또는 이들의 조합을 가함으로써 레지스트는 경화된다. 패터닝 디바이스는 레지스트가 경화된 후 레지스트에 패턴을 남기고 레지스트 밖으로 이동된다.

본 명세서에서 사용된 용어 "방사선" 및 "빔"은 (예를 들어, 약 365, 355, 248, 193, 157, 또는 126㎚ 또는 이의 파장을 갖는) 자외(UV) 방사선 및 (예를 들어, 1 내지 100㎚의 범위 내의 파장을 갖는) 극자외(EUV) 방사선뿐만 아니라 이온 빔 또는 전자 빔과 같은 입자 빔을 포함하는 모든 유형의 전자기 방사선을 포함한다.

문맥이 허용하는 경우, 용어 "렌즈"는 굴절식, 반사식, 자기식, 전자기식 및 정전식 광학 컴포넌트를 포함하는, 다양한 유형의 광학 컴포넌트들 중 임의의 하나 또는 이들의 조합을 지칭할 수 있다. 반사식 컴포넌트는 UV 및/또는 EUV 범위에서 작동하는 장치에 사용될 가능성이 있다.

본 발명의 실시예는 다음 조항에 의하여 추가 설명될 수 있다:

1. 관심 대상 매개변수를 측정하는 방법은:

제조 단계 동안 생산 기판 상의 타겟의 측정과 관련된 측정 획득 데이터를 획득하는 것;

측정 획득 데이터에서의 효과를 보정하도록 작동 가능한, 상기 교정 보정 데이터베이스 및/또는 상기 교정 보정 데이터베이스에 대해 트레이닝되는, 트레이닝된 모델을 획득하는 것;

적어도 상기 효과에 대해 보정된, 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수를 획득하기 위하여, 상기 교정 보정 데이터베이스로부터의 제1 보정 데이터를 이용하여 및/또는 상기 트레이닝된 모델을 이용하여 측정 획득 데이터에서의 효과를 보정하는 것; 및

상기 교정 보정 데이터 및/또는 상기 트레이닝된 모델을 상기 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수로 업데이트하는 것을 포함한다.

2. 조항 1에서와 같은 방법에서, 측정 획득 데이터에서의 상기 효과는 적어도 유한-크기 효과를 포함한다.

3. 조항 1 또는 2에서와 같은 방법에서, 측정 획득 데이터에서의 상기 효과는 적어도 측정 획득 데이터를 획득하기 위해 사용되는 센서 광학계에 관한 센서 효과를 포함한다.

4. 조항 1 내지 3 중 어느 한 조항에서와 같은 방법에서, 상기 업데이트 단계는 측정된 각 타겟 또는 적어도 하나의 기준을 만족하는 각 타겟에 대해 수행된다.

5. 조항 1 내지 4 중 어느 한 조항에서와 같은 방법에서, 상기 업데이트 단계는 업데이트된 교정 보정 데이터베이스 및/또는 업데이트된 트레이닝된 모델이 각 후속 측정 획득을 위하여 사용되도록 인라인(inline) 업데이트로서 수행된다.

6. 조항 1 내지 5 중 어느 한 조항에서와 같은 방법에서, 상기 교정 보정 데이터베이스는 타겟을 측정하는데 사용되는 센서 광학계에 관한 상이한 타겟 위치들에 대해 상이한 보정 데이터를 포함한다.

7. 조항 1 내지 6 중 어느 한 조항에서와 같은 방법은 하나 이상의 서브세트 교정 보정 데이터베이스를 구축하는 것을 포함하며, 서브세트 교정 보정 데이터베이스의 각각은 교정 보정 데이터베이스의 하나 이상의 적절한 서브세트를 포함한다.

8. 조항 7에서와 같은 방법에서, 상기 보정 단계는 측정 획득 데이터에 적합한 상기 하나 이상의 서브세트 교정 보정 데이터베이스 중 하나로부터의 제1 보정 데이터를 이용한다.

9. 조항 7 또는 8에서와 같은 방법에서, 상기 하나 이상의 서브세트 교정 보정 데이터베이스는 기판들의 특정 그룹 및/또는 기판 로트들의 특정 그룹으로부터의 보정 데이터만을 포함한다.

10. 조항 9에서와 같은 방법에서, 기판들의 특정 그룹 및/또는 기판 로트들의 특정 그룹은 가장 최근에 처리된 기판들 또는 기판 로트들 중 하나 이상을 포함한다.

11. 조항 9에서와 같은 방법에서, 기판들의 특정 그룹 및/또는 기판 로트들의 특정 그룹은 기판 로트의 하나 이상의 특정 시퀀스 번호를 각각 갖는 기판들만을 포함한다.

12. 조항 11에서와 같은 방법에서, 기판들의 특정 그룹 및/또는 기판 로트들의 특정 그룹은 각 기판 로트의 제1 기판만을 포함한다.

13. 조항 9에서와 같은 방법에서, 기판들의 특정 그룹 및/또는 기판 로트들의 특정 그룹은 특정 컨텍스트와 관련된 기판만을 포함하며, 상기 컨텍스트는 기판의 처리 이력과 관련된다.

14. 조항 1 내지 13 중 어느 한 조항에서와 같은 방법에서, 측정 획득 데이터는 적어도 하나의 획득 국부 매개변수 분포를 포함한다.

15. 조항 14에서와 같은 방법에서, 상기 적어도 국부 매개변수 분포는 획득 국부 위상 분포를 포함한다.

16. 조항 14 또는 15에서와 같은 방법에서, 상기 적어도 국부 매개변수 분포는 획득 국부 진폭 분포를 포함한다.

17. 조항 14 내지 16 중 어느 한 조항에서와 같은 방법에서, 제1 보정 데이터는 적어도 하나의 보정 국부 매개변수 분포를 포함한다.

18. 조항 17에서와 같은 방법에서, 적어도 하나의 보정 국부 매개변수 분포는 공칭 국부 매개변수 분포로부터의 편차만을 설명하는 오차 분포를 포함한다.

19. 조항 17 또는 18에서와 같은 방법에서, 적어도 하나의 보정 국부 매개변수 분포는 보정 국부 위상 분포와 보정 국부 진폭 분포 중 하나 또는 둘 모두를 포함한다.

204. 조항 17 내지 19 중 어느 한 조항에서와 같은 방법에서, 상기 교정 보정 데이터베이스는 복수의 보정 국부 매개변수 분포를 포함한다.

21. 조항 20에서와 같은 방법에서, 보정 국부 매개변수 분포의 상기 교정 보정 데이터베이스는 타겟을 측정하는데 사용되는 센서 광학계에 관하여 상이한 타겟 위치들에 대한 상이한 보정 국부 매개변수 분포들을 포함한다.

22. 조항 21에서와 같은 방법에서, 상기 교정 보정 데이터베이스는 상기 타겟 위치들에 따라 인덱스 매개변수에 의해 인덱스된다.

23. 조항 22에서와 같은 방법에서, 상기 교정 보정 데이터베이스는 인덱스 매개변수에 의해 인덱스되며, 상기 인덱스 매개변수는 초점, 전역적 웨이퍼 좌표, 필드 좌표, 웨이퍼 배향, 로트 번호, 사용된 리소그래피 툴 중 하나 이상과 관련된다.

24. 조항 22 또는 23에서와 같은 방법에서, 보정 국부 매개변수 분포는 상기 인덱스 매개변수를 기반으로 상기 보정 단계에서 사용되도록 교정 보정 데이터베이스로부터 검색된다.

25. 조항 24에서와 같은 방법에서, 획득 인덱스 매개변수는 측정 획득 데이터 및/또는 다른 관련된 데이터로부터 결정되며, 또한 그의 관련된 인덱스 매개변수를 기반으로 교정 보정 데이터베이스로부터 적절한 보정 국부 매개변수 분포를 검색하기 위해 사용된다.

26. 조항 25에서와 같은 방법에서, 획득 인덱스 매개변수는 상기 타겟 상에서의 사전의-세밀한 정렬 피트를 통해 결정된다.

27. 조항 20 내지 26 중 어느 한 조항에서와 같은 방법에서, 보정 국부 매개변수 분포는, 측정 획득 데이터를 보정 국부 매개변수 분포와 비교하는 최적성 메트릭에 의하여 교정 보정 데이터베이스로부터 검색된다.

28. 조항 20 내지 27 중 어느 한 조항에서와 같은 방법에서, 상기 트레이닝된 모델은 측정 획득 데이터를 교정 보정 데이터베이스로부터의 적절한 보정 국부 매개변수 분포로 매핑하기 위해 사용된다.

29. 조항 20 내지 28 중 어느 한 조항에서와 같은 방법은 교정 단계에서 상기 교정 보정 데이터베이스를 생성하는 단계를 포함하며, 상기 교정 단계는 하나 이상의 교정 기판 상의 하나 이상의 교정 타겟과 관련된 교정 계측 데이터로부터 보정 국부 매개변수 분포를 결정하는 것을 포함한다.

30. 조항 29에서와 같은 방법에서, 상기 교정 단계는 다수의 별개의 교정 단계를 포함하며, 각 별개의 교정 단계는 별개의 효과 또는 상기 효과의 측면에 대해 교정한다.

31. 조항 30에서와 같은 방법에서, 각 교정 단계는 별개의 교정 보정 데이터베이스를 생성한다.

32. 조항 14 내지 31 중 어느 한 조항에서와 같은 방법에서, 상기 적어도 하나의 국부 매개변수 분포 및/또는 상기 적어도 하나의 보정 국부 매개변수 분포는 상기 측정 획득 데이터로부터 상기 국부 매개변수 분포를 및/또는 교정 측정 획득 데이터로부터 상기 적어도 하나의 보정 국부 매개변수 분포를 추출하는 추출 단계에 의해 획득된다.

33. 조항 32에서와 같은 방법에서, 추출 단계는 미가공 계측 신호로부터 하나 이상의 전체적 양을 결정하기 위한 패턴 인식 단계를 포함한다.

34. 조항 33에서와 같은 방법에서, 국부 매개변수 분포는 국부 진폭 분포를 포함하며, 상기 패턴 인식 단계는 국부 진폭 분포에 대한 타겟 템플릿 위치의 정합(registration)을 포함한다.

35. 조항 32 내지 34 중 어느 한 조항에서와 같은 방법에서, 상기 추출 단계는 달라지는 측정 매개변수를 갖는 동일한 타겟의 측정으로부터 획득된 미가공 계측 신호 세트를 기반으로 하는 엔벨로프 피팅을 포함한다.

36. 조항 35에서와 같은 방법에서, 상기 엔벨로프 피팅은 기저 함수 및 모델 매개변수 세트 면에서 신호 모델을 규정하는 것 및 신호 모델과 미가공 계측 신호 세트 간의 차이를 최소화하는 것을 포함한다.

37. 조항 36에서와 같은 방법에서, 신호 모델은 비 타겟 특정 효과로 인한 신호의 국부 편차를 설명하는 부가적인 매개변수를 더 포함한다.

38. 조항 32 내지 34 중 어느 한 조항에서와 같은 방법에서, 상기 추출 단계는 상기 측정 획득 데이터 및/또는 상기 교정 측정 획득 데이터 내에 포함된 미가공 계측 신호의 공간적으로 가중된 피트(fit)를 포함한다.

39. 조항 38에서와 같은 방법에서, 상기 공간적으로 가중된 피트는 상기 미가공 계측 신호를 표현하기 위해 기저 함수 세트를 규정하는 것, 및 상기 기저 함수에 대한 계수를 결정하기 위해 미가공 계측 신호에 대해 공간적으로 가중된 비용 함수를 최소화하는 것을 포함한다.

40. 조항 38에서와 같은 방법에서, 상기 공간적으로 가중된 피트는 미가공 계측 신호를 기저 함수 세트와 조합하는 것 및 결과적인 양을 공간적으로 국부화된 함수를 포함하는 커널(kernel)과 컨볼빙(convolving)하는 것을 기반으로 한 대략적 공간적으로 가중된 피트를 포함한다.

41. 조항 36, 37, 39 또는 40 중 어느 한 조항에서와 같은 방법에서, 상기 보정 단계는 상기 보정 국부 매개변수 분포를 이용하여 상기 기저 함수 세트를 재구성하는 것; 및 상기 재구성된 기저 함수를 이용하여 상기 하나 이상의 획득 국부 매개변수 분포를 추출하며 그에 의하여 상기 보정된 측정 데이터를 획득하는 것을 포함한다.

42. 조항 17 내지 41 중 어느 한 조항에서와 같은 방법에서, 상기 보정단계는 상기 보정된 측정 데이터를 획득하기 위해 상기 획득 국부 매개변수 분포로부터 상기 보정 국부 매개변수 분포를 빼는 것을 포함한다.

43. 조항 33 내지 37 중 어느 한 조항에서와 같은 방법에서, 상기 보정 단계는 보정 국부 진폭 분포, 보정 국부 위상 분포 및 보정 DC 분포를 포함하는 상기 적어도 하나의 보정 국부 매개변수 분포를 기반으로 모델을 사용하여 획득 국부 매개변수 분포를 피팅하는 것을 포함하여, 상기 보정된 측정 데이터를 획득한다.

44. 조항 1 내지 43 중 어느 한 조항에서와 같은 방법에서, 상기 보정 단계는:

상기 보정된 측정 데이터를 얻기 위해 제1 보정 데이터 및/또는 트레이닝된 모델을 사용하는 것; 및

관심 대상 매개변수를 결정하기 위해 보정된 측정 데이터를 사용하는 것을 포함한다.

45. 조항 1 내지 19 중 어느 한 조항에서와 같은 방법은 상기 관심 대상 매개변수를 직접 결정하기 위해 상기 트레이닝된 모델을 상기 측정 획득 데이터에 적용하는 것을 포함한다.

46. 조항 44에서와 같은 방법은 상기 보정된 측정 데이터를 결정하기 위해 상기 트레이닝된 모델을 상기 측정 획득 데이터에 적용하는 것을 포함한다.

47. 조항 45 또는 46에서와 같은 방법에서, 트레이닝된 모델은 기계 학습 모델이다.

48. 조항 47에서와 같은 방법은 하나 이상의 교정 기판 상의 하나 이상의 교정 타겟과 관련된 상기 교정 보정 데이터베이스 내의 라벨링된 교정 데이터를 이용하여 상기 모델을 트레이닝시키는 것을 포함한다.

49. 조항 1 내지 48 중 어느 한 조항에서와 같은 방법에서, 관심 대상 매개변수는 정렬된 위치이다.

50. 조항 1 내지 49 중 어느 한 조항에서와 같은 방법에서, 관심 대상 매개변수는 오버레이 또는 초점이다.

51. 컴퓨터 프로그램은 적절한 장치에서 실행될 때 조항 1 내지 50 중 어느 한 조항의 방법을 수행하도록 작동 가능한 프로그램 명령어를 포함한다.

52. 비-일시적 컴퓨터 프로그램 캐리어는 조항 51의 컴퓨터 프로그램을 포함한다.

53. 처리 배열체는:

조항 52의 비-일시적 컴퓨터 프로그램 캐리어; 및

상기 컴퓨터 프로그램을 실행하도록 작동 가능한 프로세서를 포함한다.

54. 계측 디바이스는 조항 53의 처리 배열체를 포함한다.

55. 리소그래피 장치는 조항 54의 계측 디바이스를 포함한다.

55. 리소그래피 장치는

패터닝 디바이스를 지지하기 위한 패터닝 디바이스 지지체;

기판을 지지하기 위한 기판 지지체; 및

조항 49의 방법을 수행하도록 작동 가능한 계측 디바이스를 포함한다.

57. 조항 56에서와 같은 리소그래피 장치는,

상기 기판 지지체 및/또는 상기 기판 지지체 상에서 지지되는 기판, 및

상기 패터닝 디바이스 지지체 및/또는 상기 패터닝 디바이스 지지체 상에서 지지되는 패터닝 디바이스; 중 하나 또는 모두에 대한 제어에 상기 정렬된 위치 값을 사용하도록 작동 가능하다.

본 발명의 폭과 범위는 위에서 설명된 예시적인 실시예들 중 임의의 것에 의하여 제한되어서는 안되며, 다음의 청구범위 및 그 등가물에 따라서만 규정되어야 한다.

Claims (18)

1. 관심 대상 매개변수를 측정하는 방법에 있어서:
   제조 단계 동안 생산 기판 상의 타겟의 측정과 관련된 측정 획득 데이터를 획득하는 것;
   측정 획득 데이터에서의 효과를 보정하도록 작동 가능한, 교정 보정 데이터베이스 및/또는 상기 교정 보정 데이터베이스에 대해 트레이닝되는, 트레이닝된 모델을 획득하는 것;
   적어도 상기 효과에 대해 보정되는, 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수를 획득하기 위하여, 상기 교정 보정 데이터베이스로부터의 제1 보정 데이터를 이용하여 및/또는 상기 트레이닝된 모델을 이용하여 상기 측정 획득 데이터에서의 효과를 보정하는 것; 및
   상기 교정 보정 데이터 및/또는 상기 트레이닝된 모델을 상기 보정된 측정 데이터 및/또는 보정된 관심 대상 매개변수로 업데이트하는 것을 포함하는 관심 대상 매개변수 측정 방법.
2. 제1항에 있어서, 상기 측정 획득 데이터에서의 상기 효과는 적어도 유한-크기 효과를 포함하는 관심 대상 매개변수 측정 방법.
3. 제1항 또는 제2항에 있어서, 상기 측정 획득 데이터에서의 상기 효과는 적어도 상기 측정 획득 데이터를 획득하기 위해 사용되는 센서 광학계에 관한 센서 효과를 포함하는 관심 대상 매개변수 측정 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 업데이트 단계는 측정된 각 타겟 또는 적어도 하나의 기준을 만족하는 각 타겟에 대해 수행되는 관심 대상 매개변수 측정 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 업데이트 단계는 업데이트된 교정 보정 데이터베이스 및/또는 업데이트된 트레이닝된 모델이 각 후속 측정 획득을 위하여 사용되도록 인라인(inline) 업데이트로서 수행되는 관심 대상 매개변수 측정 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 교정 보정 데이터베이스는 타겟을 측정하는데 사용되는 센서 광학계에 관한 상이한 타겟 위치들에 대해 상이한 보정 데이터를 포함하는 관심 대상 매개변수 측정 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 방법은 하나 이상의 서브세트 교정 보정 데이터베이스를 구축하는 것을 포함하며, 서브세트 교정 보정 데이터베이스의 각각은 상기 교정 보정 데이터베이스의 하나 이상의 적절한 서브세트를 포함하는 관심 대상 매개변수 측정 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 보정 단계는 상기 보정된 데이터를 획득하기 위해 상기 제1 보정 데이터 및/또는 트레이닝된 모델을 이용하는 것; 및 상기 관심 대상 매개변수를 결정하기 위해 상기 보정된 측정 데이터를 이용하는 것을 포함하는 관심 대상 매개변수 측정 방법.
9. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 방법은 상기 관심 대상 매개변수를 직접 결정하기 위해 상기 트레이닝된 모델을 상기 측정 획득 데이터에 적용하는 것을 포함하는 관심 대상 매개변수 측정 방법.
10. 제1항 내지 제9항 중 어느 한 항에 있어서, 상기 관심 대상 매개변수는 정렬된 위치인 관심 대상 매개변수 측정 방법.
11. 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 관심 대상 매개변수는 오버레이 또는 초점인 관심 대상 매개변수 측정 방법.
12. 적절한 장치에서 실행될 때 제1항 내지 제11항 중 어느 한 항의 방법을 수행하도록 작동 가능한 프로그램 명령어를 포함하는 컴퓨터 프로그램.
13. 제12항의 컴퓨터 프로그램을 포함하는 비-일시적 컴퓨터 프로그램 캐리어.
14. 처리 배열체에 있어서:
    제13항의 비-일시적 컴퓨터 프로그램 캐리어; 및
    상기 컴퓨터 프로그램을 실행하도록 작동 가능한 프로세서를 포함하는 처리 배열체.
15. 제14항의 처리 배열체를 포함하는 계측 디바이스.
16. 제15항의 계측 디바이스를 포함하는 리소그래피 장치.
17. 리소그래피 장치에 있어서:
    패터닝 디바이스를 지지하기 위한 패터닝 디바이스 지지체;
    기판을 지지하기 위한 기판 지지체; 및
    제10항의 방법을 수행하도록 작동 가능한 계측 디바이스를 포함하는 리소그래피 장치.
18. 제17항에 있어서, 상기 리소그래피 장치는,
    상기 기판 지지체 및/또는 상기 기판 지지체 상에서 지지되는 기판, 및
    상기 패터닝 디바이스 지지체 및/또는 상기 패터닝 디바이스 지지체 상에서 지지되는 패터닝 디바이스
    중 하나 또는 양자 모두에 대한 제어에 상기 정렬된 위치 값을 사용하도록 작동 가능한 리소그래피 장치.