KR20240077466A - 멀티 다이 마스크들에 대한 결함 검출 - Google Patents
멀티 다이 마스크들에 대한 결함 검출 Download PDFInfo
- Publication number
- KR20240077466A KR20240077466A KR1020237041955A KR20237041955A KR20240077466A KR 20240077466 A KR20240077466 A KR 20240077466A KR 1020237041955 A KR1020237041955 A KR 1020237041955A KR 20237041955 A KR20237041955 A KR 20237041955A KR 20240077466 A KR20240077466 A KR 20240077466A
- Authority
- KR
- South Korea
- Prior art keywords
- mask
- dies
- die
- defects
- images
- Prior art date
Links
- 230000007547 defect Effects 0.000 title claims abstract description 247
- 238000001514 detection method Methods 0.000 title description 61
- 238000003384 imaging method Methods 0.000 claims abstract description 160
- 238000000034 method Methods 0.000 claims abstract description 97
- 238000013461 design Methods 0.000 claims description 62
- 238000007689 inspection Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 37
- 230000003287 optical effect Effects 0.000 claims description 34
- 238000001459 lithography Methods 0.000 claims description 20
- 238000005286 illumination Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 13
- 230000009897 systematic effect Effects 0.000 claims description 11
- 230000004075 alteration Effects 0.000 claims description 9
- 230000001427 coherent effect Effects 0.000 claims description 5
- 150000002500 ions Chemical class 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 8
- 235000012431 wafers Nutrition 0.000 description 33
- 239000002245 particle Substances 0.000 description 32
- 230000008439 repair process Effects 0.000 description 15
- 239000004065 semiconductor Substances 0.000 description 14
- 230000008901 benefit Effects 0.000 description 12
- 238000010894 electron beam technology Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000009877 rendering Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010884 ion-beam technique Methods 0.000 description 8
- 238000012552 review Methods 0.000 description 8
- 239000006096 absorbing agent Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000001900 extreme ultraviolet lithography Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000001433 helium-ion microscopy Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000059 patterning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 125000003821 2-(trimethylsilyl)ethoxymethyl group Chemical group [H]C([H])([H])[Si](C([H])([H])[H])(C([H])([H])[H])C([H])([H])C(OC([H])([H])[*])([H])[H] 0.000 description 1
- 229910052582 BN Inorganic materials 0.000 description 1
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- KJTLSVCANCCWHF-UHFFFAOYSA-N Ruthenium Chemical compound [Ru] KJTLSVCANCCWHF-UHFFFAOYSA-N 0.000 description 1
- SLYSCVGKSGZCPI-UHFFFAOYSA-N [B]=O.[Ta] Chemical compound [B]=O.[Ta] SLYSCVGKSGZCPI-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- XTDAIYZKROTZLD-UHFFFAOYSA-N boranylidynetantalum Chemical compound [Ta]#B XTDAIYZKROTZLD-UHFFFAOYSA-N 0.000 description 1
- 238000001444 catalytic combustion detection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052707 ruthenium Inorganic materials 0.000 description 1
- 238000004626 scanning electron microscopy Methods 0.000 description 1
- 238000001004 secondary ion mass spectrometry Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
- G03F1/84—Inspecting
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Preparing Plates And Mask In Photomechanical Process (AREA)
Abstract
마스크 상의 결함들을 검출하기 위한 방법들 및 시스템들이 제공된다. 하나의 방법은, 시뮬레이션에 의해 멀티 다이 마스크에 대한 데이터베이스 기준 이미지를 생성하는 단계, 및 데이터베이스 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제1 결함들을 검출하는 단계를 포함한다. 방법은 또한, 데이터베이스 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를, 제1 다수의 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 다수의 다이들 중 제1 다이에 대한 다이 기준 이미지를 생성하는 단계를 포함한다. 이에 더해, 방법은, 다이 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제2 결함들을 검출하는 단계를 포함한다.
Description
이 발명은 일반적으로 마스크 검사 분야에 관한 것이다. 보다 상세하게, 본 발명은 멀티 다이 마스크들 상의 결함들을 검출하기 위한 방법들 및 시스템들에 관한 것이다.
다음의 설명 및 예들은 그들이 이 섹션에 포함된다는 이유만으로 선행 기술로 인정되는 것은 아니다.
논리 및 메모리 디바이스들과 같은 반도체 디바이스들을 제작하는 것은 전형적으로 반도체 디바이스들의 다양한 피처들 및 다수의 레벨들을 형성하기 위해 다수의 반도체 제작 프로세스들을 사용하여 반도체 웨이퍼와 같은 기판을 프로세싱하는 것을 포함한다. 예를 들어, 리소그래피는 포토마스크로부터 반도체 웨이퍼 상에 배열된 레지스트로 패턴을 전사하는 것을 수반하는 반도체 제작 프로세스이다. 반도체 제작 프로세스들의 추가 예들은, 이에 제한되는 것은 아니나, 화학적-기계적 연마(chemical-mechanical polishing; CMP), 에칭, 퇴적, 및 이온 주입을 포함한다. 다수의 반도체 디바이스들은, 단일 반도체 웨이퍼 상의 배열로 제작된 다음, 개별 반도체 디바이스들로 분리될 수 있다.
193 nm 침지 리소그래피의 성능이 그것의 한계에 도달하는 것뿐만 아니라, 멀티 패터닝 리소그래피 프로세스들과 연관된 상당히 높은 비용 및 수율 이슈들로 인해, 극자외선(extreme ultraviolet; EUV) 리소그래피가 광범위하게 개발되어 오고 있다. 이것은 무어의 법칙을 확장하여 컴퓨터 칩들을 더 작고, 더 빠르고, 더 효율적이게 구동하는 차세대 리소그래피(next generation lithography; NGL) 기술의 유력한 후보이다.
마스크들 상에서 리소그래피적으로 중요한 결함들을 검출하는 것은 반도체 산업에서 가장 중요한 프로세스 제어 단계들 중 하나이다. 오늘날, 마스크 검사는 마스크 레이아웃에 따라 다이 대 데이터베이스(die-to-database; DB) 또는 다이 대 다이(die-to-die; DD) 모드들 중 하나를 사용하여 수행될 수 있다. 특히 5 nm 기술 노드 이상에 대해서는, EUV 기법들이 광범위하게 응용되고 있다. 그러나, 액티닉(actinic) EUV 마스크 검사 툴은 아직 성숙하지 않았기 때문에, EUV 마스크 결함 검출을 위해, 해상도가 제한된 검사 툴을 신뢰할 수 있게 확장하는 것은 도전 과제이다.
마스크 검사를 위해 현재 이용 가능한 방법들 및 시스템들은 몇몇 다른 단점들을 갖는다. 예를 들어, DB 검사 성능은, 설계 데이터베이스로부터 그것의 기준 이미지(reference image)가 렌더링되므로 렌더링 품질에 의해 영향을 받는다. 마스크들 상의 피치들이 상대적으로 좁은 패턴들에 대한 광학 근접 보정(optical proximity correction; OPC) 설계들이 더 복잡해지면, 렌더링 오류가 더 두드러지고 DB 검사의 사용 가능한 감도가 제한된다. DD 검사는 하나의 다이와 다른 다이 사이의 광학 이미지들을 비교함으로써 결함들을 검출한다. 체계적 기록기 오류들(systematic writer errors)은 검출할 수 없으며 검사 툴의 포토마스크 품질과 초점 제어에 의해 그것이 성능이 영향을 받는다. 콘택부 및 금속층들과 같이 마스크 패턴들이 초점에 상당히 민감한 경우, 신뢰할 수 있는 검출 결과들을 갖는 것은 상당한 도전 과제이다. 이에 더해, EUV 포토마스크들은 상이한 다이들에 대해 OPC 변동들을 야기하는 플레어(flare) 보정을 가질 수 있다. 이것은 또한 DD 검사의 사용 가능한 감도를 제한할 수 있다.
따라서, 위에서 설명된 단점들 중 하나 이상을 갖지 않는 마스크 상의 결함들을 검출하기 위한 방법들 및/또는 시스템을 개발하는 것이 유리할 것이다.
다양한 실시예들에 대한 다음의 설명은 어떤 방식으로도 첨부된 청구항들의 주제를 제한하는 것으로 해석되어서는 안 된다.
일 실시예는 마스크 상의 결함들을 검출하기 위해 구성된 시스템에 관한 것이다. 시스템은, 마스크 상에 형성된 다수의 다이들을 갖는 마스크의 이미지들을 생성하도록 구성된 이미징 서브시스템을 포함한다. 시스템은 또한, 마스크에 대한 설계로부터 마스크의 물리적 버전을 시뮬레이션하고, 마스크의 시뮬레이션된 물리적 버전으로부터 이미징 서브시스템에 의해 생성된 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 마스크에 대한 데이터베이스 기준 이미지를 생성하기 위해 구성된 컴퓨터 서브시스템을 포함한다. 컴퓨터 서브시스템은 또한, 데이터베이스 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제1 결함들을 검출하기 위해 구성된다. 이에 더해, 컴퓨터 서브시스템은, 데이터베이스 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를, 다수의 다이들 중 제1 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 다수의 다이들 중 제1 다이에 대한 다이 기준 이미지를 생성하기 위해 구성된다. 컴퓨터 서브시스템은 또한, 다이 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제2 결함들을 검출하기 위해 구성된다. 시스템은 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다.
또 다른 실시예는 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법에 관한 것이다. 방법은, 위에서 설명된 데이터베이스 기준 이미지를 생성하는 단계, 제1 결함들을 검출하는 단계, 다이 기준 이미지를 생성하는 단계, 및 제2 결함들을 검출하는 단계를 포함하고, 이는 위에서 설명된 이미징 서브시스템에 결합된 컴퓨터 서브시스템에 의해 수행된다. 방법은 본 명세서에 추가로 설명된 바와 같이 수행될 수 있다. 방법은 본 명세서에 설명된 임의의 다른 방법(들)의 다른 단계(들)를 포함할 수 있다. 방법은 본 명세서에 설명된 시스템들 중 임의의 시스템에 의해 수행될 수 있다.
또 다른 실시예는, 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는, 비일시적 컴퓨터 판독 가능 매체에 관한 것이다. 컴퓨터 구현 방법은 위에서 설명된 방법의 단계들을 포함한다. 컴퓨터 판독 가능 매체는 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다. 컴퓨터 구현 방법의 단계들은 본 명세서에 추가로 설명된 바와 같이 수행될 수 있다. 이에 더해, 프로그램 명령어들이 실행 가능한 컴퓨터 구현 방법은 본 명세서에 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)를 포함할 수 있다.
발명의 다른 목적들 및 장점들은 다음의 상세한 설명을 읽고 첨부된 도면들을 참조하면 명백해질 것이다:
도 1 및 도 2는 마스크 상의 결함들을 검출하기 위해 구성된 시스템의 실시예들의 측면도를 예시하는 개략도들이고;
도 3은 극자외선(EUV) 마스크의 부분의 일 예의 측면도를 예시하는 개략도이고;
도 4는 임의의 결함들이 없는 EUV 마스크 패턴의 부분의 일 예의 평면도를 예시하는 개략도이고;
도 5는 도 4의 EUV 마스크 패턴 부분의 평면도를 그 안에서 검출될 수 있는 결함들의 다양한 예들과 함께 예시하는 개략도이고;
도 6은 마스크 상의 결함들을 검출하기 위해 본 명세서에 설명된 실시예들에 의해 수행될 수 있는 단계들의 일 실시예를 예시하는 흐름도이고;
도 7은 마스크 상의 다수의 다이들 및 마스크 상에서 스캔된 스와스들의 레이아웃의 일 예의 평면도 및 다이들 각각에서의 등가 영역의 실시예를 예시하는 개략도이며;
도 8은 본 명세서에 설명된 컴퓨터 구현 방법들 중 하나 이상을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체의 일 실시예를 예시하는 블록도이다.
발명은 다양한 수정들 및 대안적 형태들을 허용하지만, 그 구체적인 실시예들이 도면들에서 예시하는 방식으로 도시되며, 본 명세서에 상세히 설명될 것이다. 그러나, 도면들과 이에 대한 상세한 설명은 발명을 개시된 특정 형태로 제한하려는 의도가 아니라, 반대로, 첨부된 청구항들에 정의된 바와 같이 본 발명의 정신 및 범위 내에 속하는 모든 수정들, 균등물들 및 대안들을 커버하는 것을 의도한 것임이 이해되어야 한다.
도 1 및 도 2는 마스크 상의 결함들을 검출하기 위해 구성된 시스템의 실시예들의 측면도를 예시하는 개략도들이고;
도 3은 극자외선(EUV) 마스크의 부분의 일 예의 측면도를 예시하는 개략도이고;
도 4는 임의의 결함들이 없는 EUV 마스크 패턴의 부분의 일 예의 평면도를 예시하는 개략도이고;
도 5는 도 4의 EUV 마스크 패턴 부분의 평면도를 그 안에서 검출될 수 있는 결함들의 다양한 예들과 함께 예시하는 개략도이고;
도 6은 마스크 상의 결함들을 검출하기 위해 본 명세서에 설명된 실시예들에 의해 수행될 수 있는 단계들의 일 실시예를 예시하는 흐름도이고;
도 7은 마스크 상의 다수의 다이들 및 마스크 상에서 스캔된 스와스들의 레이아웃의 일 예의 평면도 및 다이들 각각에서의 등가 영역의 실시예를 예시하는 개략도이며;
도 8은 본 명세서에 설명된 컴퓨터 구현 방법들 중 하나 이상을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체의 일 실시예를 예시하는 블록도이다.
발명은 다양한 수정들 및 대안적 형태들을 허용하지만, 그 구체적인 실시예들이 도면들에서 예시하는 방식으로 도시되며, 본 명세서에 상세히 설명될 것이다. 그러나, 도면들과 이에 대한 상세한 설명은 발명을 개시된 특정 형태로 제한하려는 의도가 아니라, 반대로, 첨부된 청구항들에 정의된 바와 같이 본 발명의 정신 및 범위 내에 속하는 모든 수정들, 균등물들 및 대안들을 커버하는 것을 의도한 것임이 이해되어야 한다.
본 명세서에서 상호 교환적으로 사용된 것과 같이 "설계", "설계 데이터" 및 "설계 정보"라는 용어들은 일반적으로 IC 또는 다른 반도체 디바이스의 물리적 설계(레이아웃), 및 복잡한 시뮬레이션 또는 간단한 기하학적 및 불 연산(Boolean operation)들을 통해 물리적 설계로부터 파생된 데이터를 지칭한다. 설계는 Zafar 등에 대해 2009년 8월 4일에 발행된 공동 소유의 미국 특허 번호 7,570,796 및 Kulkami 등에 대해 2010년 3월 9일에 발행된 미국 특허 번호 7,676,077에 설명된 임의의 다른 설계 데이터 또는 설계 데이터 프록시들을 포함할 수 있으며, 이들 둘 다는 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 이에 더해, 설계 데이터는 표준 셀 라이브러리 데이터, 통합 레이아웃 데이터, 하나 이상의 층에 대한 설계 데이터, 설계 데이터의 파생물들, 및 전체 또는 부분 칩 설계 데이터일 수 있다. 또한, 본 명세서에 설명된 "설계", "설계 데이터" 및 "설계 정보"는 설계 프로세스에서 반도체 디바이스 설계자들에 의해 생성되는 정보 및 데이터를 지칭하며, 따라서, 레티클들 및 웨이퍼들과 같은 임의의 물리적 시편(specimen)들 상에 설계를 인쇄하기 훨씬 전에 본 명세서에 설명된 실시예들에서 사용하는 것이 가능하다.
이제 도면들로 넘어가면, 도면들이 축척에 맞게 그려지지 않았음에 유의한다. 특히, 도면들의 요소들 중 일부의 축척은 요소들의 특성들을 강조하기 위해 크게 과장된다. 또한, 도면들이 동일한 축척으로 그려지지 않았음에 유의한다. 유사하게 구성될 수 있는 하나보다 많은 도면에 도시된 요소들은 동일한 참조 번호들을 사용하여 표시되었다. 본 명세서에 달리 언급되지 않는 한, 설명되고 도시된 요소들 중 임의의 것은 상업적으로 이용 가능한 임의의 적합한 요소들을 포함할 수 있다.
본 명세서에 설명된 실시예들은 일반적으로 마스크 상의 결함들을 검출하기 위한 시스템들 및 방법들에 관한 것이다. 본 명세서에서 추가로 설명되는 바와 같이, 실시예들은, 다이 대 다이 및 다이 대 데이터베이스 검사 방법들의 특정 측면들을, 멀티 다이 레이아웃들을 갖는 포토마스크들(본 명세서에서는 "마스크들"이라고도 지칭됨) 상에서 결함 검출을 위한 새롭고 독특한 방식들로 결합한다. 이에 더해, 본 명세서에 설명된 실시예들은 멀티 다이 레이아웃들을 갖는 마스크들 상에서 리소그래피적으로 중요한 결함들을 신뢰할 수 있게 검출하는 데 유리하게 사용될 수 있다.
일 실시예는 마스크 상의 결함들을 검출하기 위해 구성된 시스템에 관한 것이다. 그러한 시스템의 일 실시예가 도 1에 도시된다. 시스템은, 마스크 상에 형성된 다수의 다이들을 갖는 마스크의 이미지들을 생성하도록 구성된 이미징 서브시스템을 포함한다. 본 명세서에 설명된 이미징 서브시스템들은, 에너지를 마스크로 향하게 하고 마스크로부터 에너지를 검출함으로써 이미지들을 생성할 수 있다. 본 명세서에 설명된 이미징 서브시스템들은 이미지들을 생성하기 위해 다양한 가능한 에너지 유형들을 사용할 수 있다.
일 실시예에서, 마스크는 하나 이상의 극자외선(EUV) 파장들의 광에서 사용하기 위해 구성된다. 그러한 마스크는, 그 다음, EUV 마스크로 지칭될 수 있다. 다시 말해, 마스크는 하나 이상의 EUV 파장의 광을 사용하여 마스크로부터 웨이퍼로 패턴을 전사하는 리소그래피 프로세스에서 사용하기 위해 구성될 수 있다(예컨대, 마스크에서 웨이퍼로 EUV 광을 반사하여). 이러한 방식으로, 마스크의 액티닉 파장(즉, 패턴을 마스크로부터 웨이퍼로 전사하여 웨이퍼 상의 하나 이상의 재료, 예컨대, 포토레지스트 내에서 광화학 반응을 야기하는 데 사용되는 광의 파장)은 본 명세서에 설명된 실시예들에 의해 마스크의 이미징에 사용되는 에너지의 유형 또는 광의 파장(들)과 상이할 수 있다. 본 명세서에 설명된 실시예들은 특히 EUV 마스크들 상에서의 결함 검출에 유용하지만, 실시예들은 또한, 하나 이상의 심자외선(deep ultraviolet; DUV) 파장의 광에서 사용하도록 설계된 마스크들(즉, 멀티 다이, 광학 또는 DUV 마스크들)과 같은 다른 유형들의 멀티 다이 마스크들 상에서의 결함 검출에 유용할 수 있다.
일 실시예에서, 이미징 서브시스템은, 193 nm의 파장을 갖는 광으로 마스크를 조명함으로써 마스크의 이미지들을 생성하도록 구성된다. 또 다른 실시예에서, 이미징 서브시스템은, 193 nm 내지 257 nm 범위의 하나 이상의 파장을 갖는 광으로 마스크를 조명함으로써 마스크의 이미지들을 생성하도록 구성된다. 추가적인 실시예에서, 이미징 서브시스템은, 13.5 nm의 파장을 갖는 광(또는 또 다른 EUV 파장의 광)으로 마스크를 조명함으로써 마스크의 이미지들을 생성하도록 구성된다. 추가 실시예에서, 이미징 서브시스템은, 전자들로 마스크를 조명함으로써 마스크의 이미지들을 생성하도록 구성된다. 여전히 또 다른 실시예에서, 이미징 서브시스템은, 이온들로 마스크를 조명함으로써 마스크의 이미지들을 생성하도록 구성된다.
도 1에 도시된 바와 같이, 시스템은 위에서 설명된 파장들 중 하나 이상을 갖는 광을 사용하여 마스크의 이미지들을 생성하도록 구성된 이미징 서브시스템(100) 및/또는 전자들 또는 이온들과 같은 하전 입자들을 사용하여 마스크의 이미지들을 생성하도록 구성된 이미징 서브시스템(122)을 포함할 수 있다. 따라서, 도 1에 도시된 바와 같은 시스템은 오직 하나의 이미징 서브시스템 또는 하나보다 많은 이미징 서브시스템을 포함할 수 있으며, 이는 도 1에 도시된 이미징 서브시스템들 및/또는 도 2에 도시된 이미징 서브시스템 중 하나 이상을 포함할 수 있다.
도 1에 추가로 도시된 바와 같이, 이미징 서브시스템(100)은 광원(102)을 포함한다. 광원(102)은 레이저와 같은 업계에 공지된 임의의 적합한 광원을 포함할 수 있다. 광원(102)은 광을 빔 스플리터(104)로 지향시키도록 구성되며, 빔 스플리터(104)는 광을 광원(102)으로부터 굴절 광학 요소(106)로 반사하도록 구성된다. 굴절 광학 요소(106)는 빔 스플리터(104)로부터 마스크(108)로 광을 포커싱하도록 구성된다. 빔 스플리터(104)는 50/50 빔 스플리터와 같은 임의의 적합한 빔 스플리터를 포함할 수 있다. 굴절 광학 요소(106)는 임의의 적합한 굴절 광학 요소를 포함할 수 있으며, 굴절 광학 요소(106)는 도 1에서 단일 굴절 광학 요소로 도시되어 있지만, 이는 하나 이상의 굴절 광학 요소 및/또는 하나 이상의 반사 광학 요소로 대체될 수 있다.
광원(102), 빔 스플리터(104) 및 굴절 광학 요소(106)는, 따라서, 이미징 서브시스템을 위한 조명 채널을 형성할 수 있다. 조명 채널은 하나 이상의 편광 컴포넌트, 회절 광학 요소(diffractive optical element; DOE), 및 스펙트럼 필터들과 같은 하나 이상의 필터와 같은 임의의 다른 적합한 요소들(도 1에 도시되지 않음)을 포함할 수 있다. 도 1에 도시된 바와 같이, 광원, 빔 스플리터 및 굴절 광학 요소는 광이 수직인(normal) 또는 실질적으로 수직인 입사각에서 마스크로 지향되도록 구성된다. 이미징 서브시스템은 임의의 적합한 방식으로 마스크 위에서 광을 스캔하도록 구성될 수 있다.
조명으로 인해 마스크(108)로부터 반사된 광은 굴절 광학 요소(106)에 의해 수집되고 빔 스플리터(104)를 통해 검출기(110)로 지향될 수 있다. 따라서, 굴절 광학 요소, 빔 스플리터 및 검출기는 이미징 서브시스템의 검출 채널을 형성할 수 있다. 검출기는 전하 결합 디바이스(charge coupled device; CCD) 또는 시간 지연 적분기(time-delayed integrator; TDI)와 같이 업계에 알려진 임의의 적합한 이미징 검출기를 포함할 수 있다. 이 검출 채널은 또한, 하나 이상의 편광 컴포넌트, 하나 이상의 공간 필터, 하나 이상의 스펙트럼 필터, 및 그와 유사한 것과 같은 하나 이상의 추가 컴포넌트(도 1에 도시되지 않음)를 포함할 수 있다. 검출기(110)는 검출기에 의해 검출된 반사된 광에 반응하는 출력을 생성하도록 구성된다. 출력은 신호들, 신호 데이터, 이미지들, 이미지 데이터 및 임의의 다른 적합한 출력을 포함할 수 있다.
일부 실시예들에서, 이미징 서브시스템은 또한 또는 대안적으로 마스크에 의해 투과된 광을 검출함으로써 마스크의 이미지들을 생성할 수 있다. 예를 들어, 조명으로 인해 마스크(108)에 의해 투과된 광은 굴절 광학 요소(112)에 의해 수집되고 검출기(114)로 지향될 수 있다. 따라서, 굴절 광학 요소(112), 및 검출기(114)는 이미징 서브시스템의 또 다른 검출 채널을 형성할 수 있다. 검출기(114)는 위에서 설명된 이미징 검출기들 중 임의의 것을 포함할 수 있으며, 위에서 설명된 바와 같이 추가로 구성될 수 있다. 이 검출 채널은 또한, 위에서 설명된 것들 중 임의의 것을 포함하는 하나 이상의 추가 컴포넌트(도 1에 도시되지 않음)를 포함할 수 있다.
이미징 서브시스템은 임의의 적합한 방식으로 하나보다 많은 모드를 갖도록 구성될 수 있다. 일부 사례들에서, 이미징 서브시스템은 순차적으로 하나보다 많은 모드를 가질 수 있다(예컨대, 마스크의 스캔들 사이에 개구수(numerical aperture; NA)와 같은 이미징 서브시스템의 이미징 렌즈의 하나 이상의 파라미터를 변경함으로써). 또한, 이미징 서브시스템은 마스크를 일부 모드들로 동시에 스캔하고 다른 모드들로 순차적으로 스캔할 수 있다. 시스템은 마스크의 임의의 스캔에 사용되는 광학 모드(들)를 임의의 적합한 방식으로 제어하도록 구성될 수 있다.
시스템은 도 1에 도시되지 않은 다수의 다른 컴포넌트들을 포함할 수 있다. 예를 들어, 시스템은 로드 모듈, 정렬 모듈, 로봇 이송 암과 같은 핸들러, 및 환경 제어 모듈을 포함할 수 있으며, 업계에 알려진 임의의 그러한 컴포넌트들을 포함할 수 있다.
도 1에 도시된 바와 같이, 시스템은 이미징 서브시스템(100)에 결합된 컴퓨터 서브시스템(116)을 포함한다. 예를 들어, 컴퓨터 서브시스템은 이미징 서브시스템의 검출기(들), 예컨대, 검출기들(110 및 114)에 결합될 수 있다(예컨대, 도 1에 파선들로 도시된, 업계에 알려진 임의의 적합한 전송 매체들을 포함할 수 있는 하나 이상의 전송 매체에 의해) 컴퓨터 서브시스템은 이미징 서브시스템에 의해 생성된 마스크에 대한 출력(예컨대, 이미지들) 및 임의의 다른 정보가 컴퓨터 서브시스템으로 송신될 수 있도록, 그리고 선택적으로, 컴퓨터 서브시스템이 하나 이상의 단계를 수행하도록 이미징 서브시스템에 명령어들을 송신할 수 있도록, 임의의 적합한 방식으로 검출기(들)에 결합될 수 있다.
이 컴퓨터 서브시스템(뿐만 아니라 본 명세서에 설명된 다른 컴퓨터 서브시스템들)은 또한 본 명세서에서 컴퓨터 시스템(들)으로 지칭될 수 있다. 본 명세서에 설명된 컴퓨터 서브시스템(들) 또는 시스템(들) 각각은 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스 또는 다른 디바이스를 포함하는 다양한 형태들을 취할 수 있다. 일반적으로, "컴퓨터 시스템"이라는 용어는 메모리 매체로부터 명령어들을 실행하는 하나 이상의 프로세서를 갖는 임의의 디바이스를 포함하도록 광범위하게 정의될 수 있다. 컴퓨터 서브시스템(들) 또는 시스템(들)은 또한 병렬 프로세서와 같이 당업계에 알려진 임의의 적합한 프로세서를 포함할 수 있다. 이에 더해, 컴퓨터 서브시스템(들) 또는 시스템(들)은, 독립형 또는 네트워킹된 툴 중 하나로서, 고속 프로세싱 및 소프트웨어를 갖춘 컴퓨터 플랫폼을 포함할 수 있다.
시스템이 하나보다 많은 컴퓨터 서브시스템을 포함하는 경우, 상이한 컴퓨터 서브시스템들은 본 명세서에서 추가로 설명되는 바와 같이 이미지, 데이터, 정보, 명령어들 등등이 컴퓨터 서브시스템들 사이에서 송신될 수 있도록 서로 결합될 수 있다. 예를 들어, 컴퓨터 서브시스템(116)은 임의의 적합한 전송 매체들에 의해 컴퓨터 서브시스템(118)에 결합될 수 있으며(도 1에서 파선에 의해 도시됨), 임의의 적합한 전송 매체들은 업계에 알려진 임의의 적합한 유선 및/또는 무선 전송 매체들을 포함할 수 있다. 그러한 컴퓨터 서브시스템들 중 둘 이상의 컴퓨터 서브시스템은 또한, 공유된 컴퓨터 판독 가능 저장 매체(도시되지 않음)에 의해 효과적으로 결합될 수 있다.
시스템은 또한 또는 대안적으로 마스크의 하전 입자 빔 이미지들을 생성하기 위해 구성된 하전 입자 빔 이미징 서브시스템을 포함할 수도 있다. 일 실시예에서, 하전 입자 빔 이미징 서브시스템은 전자 빔 서브시스템으로서 구성된다. 예를 들어, 도 1에 도시된 바와 같이, 전자 빔 서브시스템은 컴퓨터 서브시스템(134)에 결합된 전자 컬럼(122)을 포함할 수 있다.
전자 컬럼은 하나 이상의 요소(126)에 의해 마스크(128)에 포커싱되는 전자들을 생성하도록 구성되는 전자 빔 소스(124)를 포함한다. 전자 빔 소스는, 예를 들어, 캐소드 소스 또는 이미터 팁을 포함할 수 있고, 하나 이상의 요소(126)는, 예를 들어, 건(gun) 렌즈, 애노드, 빔 제한 애퍼처(aperture), 게이트 밸브, 빔 전류 선택 애퍼처, 대물 렌즈 및 스캐닝 서브시스템을 포함할 수 있으며, 이들 모두는 업계에 알려진 임의의 이러한 적합한 요소들을 포함할 수 있다.
마스크로부터 돌아온 전자들(예컨대, 이차 전자들)은 하나 이상의 요소(130)에 의해 검출기(132)로 포커싱될 수 있다. 하나 이상의 요소(130)는, 예를 들어, 요소(들)(126)에 포함된 것과 동일한 스캐닝 서브시스템일 수 있는 스캐닝 서브시스템을 포함할 수 있다. 일부 실시예들에서, 전자 컬럼은 또한 또는 대안적으로 마스크에 의해 투과된 전자들을 검출하도록 구성될 수 있다. 예를 들어, 이미징 서브시스템은 마스크에 의해 투과된 전자들을 검출하도록 마스크 아래에 위치되는 또 다른 검출기(도 1에 도시되지 않음)를 포함할 수 있다. 이러한 방식으로, 이미징 서브시스템은 마스크로부터 반사되는 및/또는 마스크에 의해 투과되는 전자들을 검출함으로써 마스크의 이미지들을 생성하도록 구성될 수 있다.
전자 컬럼은 업계에 알려진 임의의 다른 임의의 적합한 요소들을 포함할 수 있다. 이에 더해, 전자 컬럼은 Jiang 등에 대해 2014년 4월 4일에 발행된 미국 특허 번호 8,664,594, Kojima 등에 대해 2014년 4월 8일에 발행된 미국 특허 번호 8,692,204, Gubbens 등에 대해 2014년 4월 15일에 발행된 미국 특허 번호 8,698,093, 및 MacDonald 등에 대해 2014년 5월 6일에 발행된 미국 특허 번호 8,716,662에 설명된 바와 같이 추가로 구성될 수 있으며, 이들은 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다.
전자 컬럼은 도 1에서 전자들이 비스듬한 입사각으로 마스크로 지향되고 또 다른 비스듬한 각도로 마스크로부터 산란되도록 구성된 것으로 도시되어 있지만, 전자 빔은 임의의 적합한 각도들로 마스크로 지향되고 마스크로부터 산란될 수 있다. 이에 더해, 전자빔 서브시스템은 마스크의 이미지들을 생성하도록 다수의 모드들을 사용하도록 구성될 수 있다(예컨대, 상이한 조명 각도들, 수집 각도들 등등으로). 전자빔 서브시스템의 다수의 모드들은 서브시스템의 임의의 이미지 생성 파라미터(들)이 상이할 수 있다.
또 다른 실시예에서, 하전 입자 빔 서브시스템은 이온 빔 서브시스템으로서 구성된다. 예를 들어, 도 1에 도시된 전자 컬럼에서, 전자 빔 소스는 이온 빔 소스와 같은 또 다른 하전 입자 빔 소스로 대체될 수 있으며, 이는 업계에 알려진 임의의 적합한 이온 빔 소스를 포함할 수 있다. 이에 더해, 하전 입자 빔 서브시스템은 상업적으로 이용 가능한 포커싱된 이온 빔(focused ion beam; FIB) 시스템들, 헬륨 이온 현미경(helium ion microscopy; HIM) 시스템들, 및 이차 이온 질량 분석(secondary ion mass spectroscopy; SIMS) 시스템들에 포함된 것과 같은 임의의 다른 적합한 이온 빔 툴 구성을 가질 수 있다.
컴퓨터 서브시스템(134)은 위에서 설명된 바와 같이 검출기(132)에 결합될 수 있다. 검출기는 마스크의 표면으로부터 돌아온 하전 입자들을 검출할 수 있고, 이에 의해 마스크의 하전 입자 빔 이미지들을 형성할 수 있다. 하전 입자 빔 이미지들은 임의의 적합한 하전 입자 빔 이미지들을 포함할 수 있다. 컴퓨터 서브시스템(134)은 검출기 및/또는 하전 입자 빔 이미지들의 출력을 사용하여 본 명세서에 설명된 기능들 중 임의의 것을 수행하도록 구성될 수 있다. 컴퓨터 서브시스템(134)은 본 명세서에 설명된 임의의 추가 단계(들)를 수행하도록 구성될 수 있다. 컴퓨터 서브시스템(134)은 또한 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다.
하전 입자 빔 서브시스템은 주사 전자 현미경(scanning electron microscope; SEM)으로 구성될 수 있고, 하전 입자 빔 이미지들은 "SEM 이미지들"로 지칭될 수 있다. 하전 입자 빔 서브시스템은, 그러나, 예컨대, 투과 전자 현미경(transmission electron microscope; TEM)들과 같은 전자 빔 툴들의 다른 유형들과, SEM들을 포함하는, 하전 입자 빔 이미지들을 생성하기 위한 임의의 적합한 구성을 가질 수 있다. 이에 더해, 시스템에 포함된 하전 입자 빔 서브시스템은, 캘리포니아 산호세 소재 어드밴테스트 아메리카(Advantest America, Inc.)에서 상업적으로 이용 가능한 Mask DR-SEM E5600 시리즈 및 Mask MVM-SEM® E3600 시리즈의 툴들과 같은 상업적으로 이용 가능한 전자 빔 툴을 포함할 수 있다.
시스템 내에 포함된 컴퓨터 서브시스템(들)은 또한, 이미징 서브시스템(들) 중 임의의 것에 결합되지 않은 컴퓨터 서브시스템(118)과 같은 컴퓨터 서브시스템을 포함할 수 있다. 이러한 방식으로, 컴퓨터 서브시스템들 중 하나는 독립형 컴퓨터 서브시스템일 수 있으며, 이는 도 1에 도시된 다른 컴퓨터 서브시스템들에 결합될 수 있다. 예를 들어, 독립형 컴퓨터 서브시스템은 본 명세서에 설명된 이미지들을 획득하고 본 명세서에 설명된 다른 단계들을 수행하도록 구성될 수 있다. 그러한 일 실시예에서, 컴퓨터 서브시스템(116 및 134)은 그들의 각각 결합된 이미징 서브시스템들로부터 수신된 이미지들을 저장하고, 저장 매체들(120)에 이미지들을 저장하도록 구성될 수 있으며, 이는 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다. 독립형 컴퓨터 서브시스템은, 그 다음, 저장 매체로부터 이미지들을 획득할 수 있고, 이미지들 중 임의의 것 또는 전부를 사용하여 본 명세서에 설명된 하나 이상의 단계를 수행할 수 있다.
위에서 언급된 바와 같이, 시스템은 하나보다 많은 이미징 서브시스템을 포함할 수 있다. 도 2에 도시된 이미징 서브시스템은, 도 1에 도시된 이미징 서브시스템 중 임의의 것과 조합하여 또는 그 대신에 사용될 수 있다. 도 2에 도시된 바와 같이, 이미징 서브시스템(200)은 조명 서브시스템 및 수집 서브시스템을 포함한다. 조명 서브시스템은 광원(202)을 포함한다. 광원(202)은 레이저와 같은 코히어런트 광원일 수 있다. 광원은 248nm, 193nm의 파장 및/또는 본 명세서에 설명된 또 다른 DUV 또는 EUV 파장을 갖는 단색 광을 방출하도록 구성될 수 있다. 대안적으로, 광원은 파장들의 범위를 갖는 광을 방출하도록 구성될 수 있고 스펙트럼 필터(도시되지 않음)에 결합될 수 있다. 광대역 광원의 예는, DUV 파장 레짐(regime)에서 광을 생성하는 He-Xe 아크 램프를 포함하지만 이에 제한되지는 않는다. 이러한 방식으로, 광원 및 필터는 위에서 설명된 바와 같은 파장을 갖는 단색광을 방출할 수 있다. 광원은 연속적으로 또는 다양한 시간 간격들로 펄스들로 광을 방출하도록 구성될 수 있다.
조명 서브시스템은 또한, 광원에 결합된 다수의 광학 컴포넌트들을 포함할 수 있다. 예를 들어, 광원(202)으로부터의 광은 먼저 균질화기(homogenizer)(204)를 통과할 수 있다. 균질화기(204)는 광원으로부터의 광의 스페클(speckle)을 감소시키도록 구성될 수 있다. 조명 서브시스템은 또한 애퍼처(206)를 포함할 수 있다. 애퍼처(206)는 조정 가능한 Na를 가질 수 있다. 예를 들어, 애퍼처는, 시스템 상에서 실행 중인 프로그램 레시피로부터 수신된 프로그램 명령어들로부터 또는 사용자로부터 수신된 제어 신호에 따라 애퍼처 디커플링을 기계적으로 변경하도록 구성될 수 있는 제어 메커니즘에 결합될 수 있다. 이러한 방식으로, 광은 다양한 부분 코히어런스 인자들(σ)을 가질 수 있다. 예를 들어, 애퍼처(206)는 콘덴서 렌즈(208)의 동공을 조정하기 위해 변경될 수 있다. 콘덴서 렌즈의 동공은 시스템의 NA를 제어한다. 콘덴서 렌즈의 동공이 감소됨에 따라, 조명의 코히어런스가 증가하고, 이에 의해 σ의 값이 감소한다. σ의 값은 대물 렌즈의 NA에 대한 콘덴서 렌즈의 NA의 비율로 표현될 수 있다. 노출 시스템은 약 0.3 내지 약 0.9 사이의 범위에서 σ의 값을 가질 수 있다. 따라서, 애퍼처(206)는 이미징 서브시스템이 약 0.3와 약 0.9 사이의 σ의 값을 갖도록 변경될 수 있다. σ의 값은 마스크 상의 피처들에 따라 변경될 수 있다. 예를 들어, 마스크가 선들과 공간들을 포함하는 경우 마스크가 콘택 홀들을 포함하는 경우보다 σ에 대해 더 높은 값이 사용될 수 있다. 제어 메커니즘은 또한 환형 또는 축외 조명을 제공기 위해 애퍼처를 변경하도록 구성될 수 있다. 애퍼처는 또한, 4극자(quadrapole) 또는 쌍극자(dipolar) 조명과 같은 다른 유형들의 조명을 제공하도록 구성될 수 있다. 애퍼처는 광 빔의 형상을 변경하도록 추가로 구성될 수 있다. 예를 들어, 애퍼처는 회절 광학 요소 또는 아포다이제이션(apodization) 애퍼처일 수 있다.
조명 서브시스템은 또한 다수의 추가 광학 컴포넌트들(도시되지 않음)을 포함할 수 있다. 예를 들어, 조명 서브시스템은 또한, 광의 빔 직경을 변경하도록 구성된 망원경을 포함할 수 있다. 이에 더해, 조명 서브시스템은 하나 이상의 릴레이 렌즈, 필드 렌즈와 같은 추가 렌즈들, 폴딩 미러들, 추가 애퍼처들, 및 빔 스플리터들을 포함할 수 있다.
조명 서브시스템은 또한 콘덴서 렌즈(208)를 포함할 수 있다. 콘덴서 렌즈(208)는 객체(마스크) 평면에서 광의 직경을 대략적으로 서브시스템의 시야로, 또는 그보다 크게 변경하도록 구성될 수 있다. 콘덴서 렌즈로부터 나오는 광은 빔 스플리터(209)로 지향될 수 있으며, 빔 스플리터(209)는 콘덴서 렌즈로부터 마스크(210)로 광을 지향시키고, 이에 의해 스테이지(212) 상에 지지되는 마스크(210)를 조명할 수 있다. 빔 스플리터(209)는 업계에 알려진 임의의 적합한 빔 스플리터를 포함할 수 있다.
스테이지는 마스크의 외부 측방 에지들에 근접하게 마스크와 접촉함으로써 마스크를 지지하도록 구성된다. 스테이지(212)는 마스크의 정렬이 변경될 수 있고 광이 마스크를 가로질러 스캔할 수 있도록 마스크를 이동시키도록 구성될 수 있다. 대안적으로, 조명 서브시스템은 음향 광학 디플렉터 또는 기계적 스캐닝 어셈블리와 같은 스캐닝 요소(도시되지 않음)를 포함할 수 있어서, 광이 마스크를 가로질러 스캐닝되는 동안 마스크가 실질적으로 정지된 채로 유지될 수 있다. 스테이지(212)는 또한, 초점을 통해 마스크를 이동시켜, 이에 의해 이미징 서브시스템의 초점 설정을 변경하도록 구성될 수 있다. 스테이지는 또한 자동 초점 디바이스(도시되지 않음)에 결합될 수 있으며, 자동 초점 디바이스는 스테이지의 위치를 변경하여, 이에 의해 이미징 동안 이미징 서브시스템의 초점 설정을 유지하기 위해 마스크의 위치를 변경하도록 구성된다. 대안적으로, 자동 초점 디바이스는 대물 렌즈에 결합되어, 이미징 동안 초점 설정을 유지하기 위해 대물 렌즈의 위치를 변경할 수 있다.
이미징 서브시스템은 또한, 수집 서브시스템을 형성하도록 배열된 다수의 광학 컴포넌트들을 포함할 수 있다. 예를 들어, 수집 서브시스템은 대물 렌즈(214)를 포함한다. 마스크에 의해 반사된 광은 대물 렌즈(214)에 의해 수집된다. 수집 서브시스템은 또한 조정 가능한 NA를 갖는 애퍼처(216)를 포함한다. 애퍼처(216)의 NA는 또한, 애퍼처를 빠져나가는 광이 선택된 배율을 갖도록 선택될 수 있다. 애퍼처(216)는 대물 렌즈(214)와 렌즈(218) 사이에 위치되며, 이는 튜브 렌즈로 구성될 수 있다. 렌즈(218)로부터의 광은 빔 스플리터(220)로 지향될 수 있다. 빔 스플리터(220)는 광을 3개의 검출기들(222, 224, 226)로 지향시키도록 구성될 수 있다. 수집 서브시스템은 또한, 확대 렌즈(magnification lens)와 같은 다수의 추가 광학 컴포넌트들(도시되지 않음)을 포함할 수 있다. 확대 렌즈는 렌즈(218)와 빔 스플리터(220) 사이에 위치될 수 있다.
검출기들(222, 224, 및 226)은 마스크의 조명된 부분에 의해 반사된 광의 이미지를 형성하도록 구성될 수 있다. 그러한 이미지는, "에어리얼 이미지(aerial image)"로 지칭될 수 있다. 검출기들은, 예를 들어, CCD들 또는 TDI 카메라들을 포함할 수 있다. 검출기들은 또한 1차원 또는 2차원 픽셀들의 어레이를 가질 수 있다. 3개의 검출기들 각각은 상이한 초점 설정을 가질 수 있다. 이러한 방식으로, 3개의 검출기들은 실질적으로 동시에 3개의 상이한 초점 설정들에서 마스크의 이미지들을 형성할 수 있다. 예를 들어, 하나의 검출기는 실질적으로 초점이 맞을 수 있고, 다른 두 검출기들은 초점 조건과 관련하여 반대 방향들로 초점이 맞지 않을 수 있다. 이에 더해, 이미징 서브시스템은 이미징 서브시스템의 기계적 또는 물리적 제약 조건들에 따라 임의의 수의 이러한 검출기들을 포함할 수 있다.
대안적으로, 이미징 서브시스템은 마스크의 이미지를 형성하도록 구성된 하나의 검출기만을 포함할 수 있다. 검출기는 노출 시스템의 초점 설정과 대략적으로 동일한 초점 설정을 가질 수 있다. 각 이미지가 형성된 후, 검출기의 초점 설정을 변경함으로써 상이한 초점 설정들에서 마스크의 이미지들이 형성될 수 있다. 이러한 실시예에서, 빔 스플리터(220)는 광을 다수의 검출기들로 분할하는 데 필요하지 않을 수 있다.
이미징 서브시스템은 또한, 마스크에 의해 투과된 광의 이미지들을 생성하도록 구성된 다수의 광학 컴포넌트들을 포함할 수 있다. 예를 들어, 수집 서브시스템은 대물 렌즈(228)를 포함할 수 있다. 마스크에 의해 투과된 광은 대물 렌즈(230)에 의해 수집되고 검출기(230)로 지향된다. 이러한 컴포넌트들 각각은 위에서 추가로 설명한 바와 같이 구성될 수 있다. 대물 렌즈(228) 및 검출기(230)에 의해 형성된 투과된 광 검출 채널은 또한, 본 명세서에 설명된 임의의 다른 광학 컴포넌트들을 포함할 수 있다. 도 2에 도시된 이미징 서브시스템은 또한, 본 명세서에 추가로 설명된 바와 같은 다수의 모드들로 마스크의 이미지들을 생성하도록 구성될 수 있다(예컨대, 이미징 서브시스템의 이미징 파라미터들 중 적어도 하나의 이미징 파라미터의 두 개 이상의 상이한 값들로).
컴퓨터 서브시스템(232)은 이미징 서브시스템(200)에 결합될 수 있다. 예를 들어, 컴퓨터 서브시스템은 이미징 서브시스템의 검출기, 예컨대, 검출기들(222, 224, 226 및 230)에 결합될 수 있다(예컨대, 도 2에 파선들로 도시된, 업계에 알려진 임의의 적합한 전송 매체들을 포함할 수 있는 하나 이상의 전송 매체에 의해) 컴퓨터 서브시스템은 임의의 적합한 방식으로 검출기들에 결합될 수 있다. 컴퓨터 서브시스템은, 이미징 서브시스템에 의해 생성된 마스크에 대한 이미지(들) 및 임의의 다른 정보가 컴퓨터 서브시스템으로 송신될 수 있도록, 그리고 선택적으로, 컴퓨터 서브시스템이 본 명세서에 설명된 하나 이상의 단계를 수행하도록 이미징 서브시스템에 명령어들을 송신할 수 있도록, 임의의 다른 적합한 방식으로 이미징 서브시스템에 결합될 수 있다.
도 1 및 도 2는 본 명세서에 설명된 실시예들에 포함될 수 있는 이미징 서브시스템들의 일부 구성들을 일반적으로 예시하기 위해 본 명세서에 제공되었음에 유의한다. 분명하게, 본 명세서에 설명된 이미징 서브시스템들의 구성들은 상업 이미징 시스템을 설계할 때 일반적으로 수행되는 바와 같이 시스템의 성능을 최적화하기 위해 변경될 수 있다. 이에 더해, 본 명세서에 설명된 시스템들은 캘리포니아주 밀피타스에 위치한 KLA Corp.에서 상업적으로 이용 가능한 마스크 검사 툴들과 같은 기존 이미징 서브시스템들을 사용하여 구현될 수 있다(예컨대, 기존 이미징 시스템에 본 명세서에 설명된 기능을 추가함으로써). 일부 이러한 시스템들의 경우, 본 명세서에 설명된 실시예들은 시스템의 선택적 기능으로서 제공될 수 있다(예컨대, 시스템의 다른 기능에 추가하여). 대안적으로, 본 명세서에 설명된 시스템들은 완전히 새로운 시스템을 제공하기 위해 "맨 처음부터(from scratch)" 설계될 수 있다.
도면들에는 오직 하나의 하전 입자 이미징 서브시스템만 도시되어 있지만, 시스템은 2개의 하전 입자 빔 서브시스템들을 포함할 수 있다(예컨대, 하나는 검사 이미징을 위한 것이고, 다른 하나는 결함 검토 이미징을 위한 것임). 두 개의 하전 입자 빔 서브시스템들은 하나 이상의 파라미터가 상이할 수 있으므로, 서브시스템들 중 하나는 검사 이미징을 위해 특히 적합한 반면, 다른 하나는 특히 결함 검토 또는 계측과 같은 또 다른 프로세스를 위해 특히 적합하다. 예를 들어, 두 개의 서브시스템들은 해상도 성능(resolution capability)이 상이할 수 있다(이에 의해, 검사를 위해 사용되는 서브시스템은 결함 검토 또는 계측을 위해 사용되는 서브시스템보다 더 낮은 해상도 성능을 가짐). 그러나, 시스템이 오직 하나의 하전 입자 빔 이미징 서브시스템만을 포함하는 경우, 그 서브시스템은, 검사 및 결함 검토 모두를 위해, 또는 계측과 같은 또 다른 상대적으로 높은 해상도 프로세스를 위해 사용될 수 있도록, 가변 파라미터들을 갖도록 구성될 수 있다. 서브시스템의 하나 이상의 파라미터는 검사와 다른 프로세스 사이에서 변경될 수 있으므로, 서브시스템이 두 작업들 모두를 위해 사용될 수 있다. 예를 들어, 도 1에 도시된 하전 입자 빔 서브시스템은 검사를 위해서보다는 결함 검토 또는 계측을 위해 사용되어야 하는 경우에 더 높은 해상도를 갖도록 구성될 수 있다. 다시 말해, 도 1에 도시된 하전 입자 빔 서브시스템의 실시예들은, 하전 입자 빔 서브시스템들에 대한 일부 일반적이고 다양한 구성들을 설명하며, 이는 업계의 통상의 기술자에게 자명할 다수의 방식들로 맞춤화될 수 있어서, 상이한 애플리케이션들에 다소 적합한 상이한 이미징 능력들을 갖는 서브시스템들을 생성할 수 있다. 시스템 내에 포함된 광 기반 이미징 서브시스템(들)은 위에서 설명된 바와 유사한 방식들로 구성될 수 있다.
위에서 언급된 바와 같이, 이미징 서브시스템들은 에너지를(예컨대, 광, 전자들, 이온들을) 마스크의 물리적 버전으로 지향시키고 및/또는 마스크의 물리적 버전 위의 에너지를 스캔하고, 이에 의해 마스크의 물리적 버전에 대한 실제 이미지들을 생성하도록 구성될 수 있다. 이러한 방식으로, 이미징 서브시스템들은 "가상" 시스템들이 아닌 "실제" 이미징 시스템들로 구성될 수 있다. 도 1에 도시된 저장 매체들(예컨대, 저장 매체들(120)) 및 컴퓨터 서브시스템(118)은 "가상" 시스템으로 구성될 수 있다. "가상" 시스템들로 구성된 시스템들 및 방법들은, 공동으로 양도된(commonly assigned), Bhaskar 등에 대해 2012년 2월 28일에 발행된 미국 특허 번호 8,126,255 및 Duffy 등에 대해 2015년 12월 29일에 발행된 미국 특허 번호 9,222,895에 설명되어 있으며, 이들 둘 다는 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 본 명세서에 설명된 실시예들은 이들 특허들에 설명된 바와 같이 추가로 구성될 수 있다.
전형적인 EUV 포토마스크 스택이 도 3에 예시되어 있다. 마스크 기판(도시되지 않음)은, 도 3에서 박막들(300)로 총칭하여 도시된 상대적으로 얇은 루테늄(Ru)의 층으로 캐핑된 40 쌍의 몰리브덴(Mo)/실리콘(Si) 다층(multilayer; ML) 박막들로 커버된다. 탄탈 붕소 질화물(TaBN)(302)과 탄탈 붕소 산화물(TaBO)(304)의 이중층 막이 흡수체로서 역할을 하며, 이는 선택적으로 에칭되어 마스크 패턴을 형성한다.
도 4는 결함이 없는 마스크 패턴(400)의 일 예를 도시하며, 여기서 컬러 구역들은 흡수체를 나타내고, 비컬러 구역들은 ML을 나타낸다. 도 5는 마스크 패턴 내에 존재할 수 있고, 본 명세서에서 추가로 설명되는 바와 같이 검출되고 분류될 수 있는 상이한 유형들의 결함들의 일부 예들을 도시한다. 중대한 결함이 없고 오직 국부적인 라인 에지 거칠기(local line edge roughness; LER)만이 검출된 검사 신호 또는 이미지에 기여하는 경우, 검출된 결함은 결함 예(500)에 도시된 바와 같이 LER이라고 불린다. 돌출(protrusion) 또는 관입(intrusion)과 같은 결함이 흡수체에 연결되어 있는 경우, 검출된 결함이 결함 예(502)에 의해 도시된 바와 같이 하드 결함(hard-defect)이라고 불린다. 흡수체가 핀홀을 갖고 하단(ML)이 핀홀에 의해 노출되는 경우, 검출된 결함은 결함 예(504)에 의해 도시된 바와 같이 핀홀 결함이다. 입자의 일부 또는 전체 입자가 ML 상에 위치되는 경우, 입자 또는 입자 부분은 웨이퍼 노출에 대한 인쇄 적성(printability)에 영향을 미치며 결함 예(506)에 의해 도시된 바와 같이 ML 상의 입자(particle-on-ML)로 분류된다. 입자가 완전히 흡수체 상에 있는 경우, 입자는 웨이퍼 노출에 대한 인쇄 적성에 어떠한 영향도 미치지 않고 상이한 빈(bin)으로 이동할 수 있으며, 이는 결함 예(508)에 의해 도시된 바와 같이 흡수체 상의 입자(particle-on-absorber)로 분류된다.
본 명세서에 설명된 실시예들은, 현재 사용되는 다이 대 데이터베이스(DB) 또는 다이 대 다이(DD) 검사 방법들 및 시스템들의 단점들을 해결하는 것을 목적으로 한 다수의 새롭고 유리한 컴포넌트들을 갖는다. 이러한 컴포넌트들 중 하나는, 멀티 다이 마스크의 제1 다이로부터 DB 설계와 대응하는 이미지가 획득되는 DB 검출 흐름이다. 예를 들어, 도 6에 도시된 바와 같이, 마스크(600)는 마스크(600) 상에 형성되는 다수의 다이들을 가질 수 있다. 이 예에서, 마스크(600)는 제1 다이(602), 제2 다이(604), ..., M 다이(606)를 갖는 것으로 도시되어 있다. 따라서, 이 마스크 예는 적어도 3개의 다이들을 포함하지만, 본 명세서에 설명된 실시예들은 마스크 상에서 임의의 배열로 마스크 상에 형성된 임의의 수의 다이들(즉, 2개 이상의 다이들)을 갖는 마스크에 대해 사용될 수 있다. 이에 더해, 마스크 상의 다이들은 웨이퍼 또는 다른 시편 상에 피처들을 인쇄하기 위해 마스크가 사용될 수 있는 임의의 유형의 반도체 디바이스를 위한 임의의 유형의 다이들을 포함할 수 있다. DB 검출 흐름은, 단계(608)에 도시된 바와 같이, 제1 다이로부터 설계(DB) 및 광학(또는 다른) 이미지를 획득하는 것을 포함할 수 있다. 설계는 업계에 알려진 임의의 적합한 방식으로 컴퓨터 서브시스템에 의해 획득될 수 있다. 제1 다이에 대한 이미지는 또한, 본 명세서에 설명된 이미징 서브시스템들 중 하나를 사용하여, 또는 이미징 서브시스템들 중 하나에 결합된 컴퓨터 서브시스템에 의해 이미지가 저장된 저장 매체로부터 획득될 수 있다.
컴퓨터 서브시스템은, 마스크에 대한 설계로부터 마스크의 물리적 버전을 시뮬레이션하고, 마스크의 시뮬레이션된 물리적 버전으로부터 이미징 서브시스템에 의해 생성된 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 마스크에 대한 데이터베이스(DB) 기준 이미지를 생성하기 위해 구성된다. DB 검출 흐름은 DB 렌더링 단계(610)에서 이러한 시뮬레이션들을 수행할 수 있다. 이러한 방식으로, 컴퓨터 서브시스템은 그 위에 형성된 설계를 갖는 물리적 마스크를 시뮬레이션한 다음, 그 마스크가 이미징 서브시스템에 의해 생성된 이미지들에서 어떻게 나타나는지를 시뮬레이션함으로써 DB 기준 이미지를 생성할 수 있다.
일 실시예에서, 마스크의 물리적 버전을 시뮬레이션하는 것은 근접장(nearfield) 모델링을 포함하고, 마스크의 물리적 버전의 이미지를 시뮬레이션하는 것은 부분 코히어런트 조명 모델링을 포함한다. 이러한 방식으로, 마스크 패턴 정보를 캡처하기 위한 근접장 모델링과, 부분 코히어런트 조명 모델링을 결합한 DB 설계로부터 DB 기준 이미지가 렌더링될 수 있다. 이러한 모델링 단계들은 Sezginer 등에 대해 2016년 10월 25일에 발행된 미국 특허 번호 9,478,019에 설명된 대로 수행될 수 있으며, 이는 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 본 명세서에 설명된 실시예들은 이 특허에 설명된 바와 같이 추가로 구성될 수 있다. 이러한 모델링 단계들은 또한 또는 대안적으로 업계에 알려진 임의의 다른 적합한 방식으로 수행될 수 있다.
또 다른 실시예에서, 마스크의 물리적 버전의 이미지를 시뮬레이션하는 것은 이미징 서브시스템에서의 초점 및 수차 오류들에 대한 마스크의 물리적 버전의 이미지를 시뮬레이션하는 데 사용되는 모델에서 이미징 서브시스템의 하나 이상의 파라미터를 교정하는 것을 포함한다. 예를 들어, 부분 코히어런트 조명 모델링은 초점 및 수차 오류들을 보상하기 위해 시스템 특정 파라미터들을 교정할 수 있다. 이러한 하나의 예에서, 마스크 상의 제1 다이(또는 마스크 상의 다이들 중 하나)로부터의 이미지가 DB 렌더링 단계에 입력될 수 있다. 마스크에 대한 설계는 위에서 설명된 바와 같이 시뮬레이션들에 입력될 수 있고, 이미징 서브시스템에 의해 마스크가 어떻게 이미징될지를 시뮬레이션하는 시뮬레이션된 이미지는, 제1 다이(또는 다이들 중 하나)에 대해 이미징 서브시스템에 의해 생성된 이미지와 비교될 수 있다. 이미징 서브시스템에 대한 모델의 하나 이상의 파라미터는, 그 다음, 시뮬레이션된 이미지가 이미징 서브시스템에 의해 생성된 실제 이미지와 실질적으로 매칭될 때까지 변경될 수 있으며, 이는 업계에 알려진 임의의 적합한 방식으로 수행될 수 있다. 이러한 방식으로, 모델은 마스크 상의 다이들의 이미지들을 생성하는 데 사용되는 이미징 서브시스템의 특정 파라미터들(임의의 그리고 모든 수차들을 포함)에 대해 교정될 수 있다.
이 단계는, DB 검출 흐름을 통해 마스크 상의 체계적 마스크 기록기 오류들을 검출하는 데 사용될 다이 이외의 다이의 실제 이미지를 사용하여 수행될 수 있다. 이에 더해, 또 다른 마스크의 이미지는 모델 내의 이미징 서브시스템의 파라미터(들)를 교정하기 위해 사용될 수 있다. 이 경우에, 교정 목적들을 위해, 모델(들)에 대한 입력들은 다른 마스크에 대한 설계 및 그 마스크에 대한 임의의 다른 관련 정보일 것이다. 이러한 방식으로, (결함들이 검출될 마스크가 아닌) 상이한 마스크를 사용하여 이미징 서브시스템 내의 초점 및 수차 오류들에 대해 모델이 교정될 수 있다. 모델의 파라미터(들)을 교정하기 위해 상이한 마스크가 사용되는 경우, 교정에 사용되는 다른 마스크의 실제 이미지는 검사될 마스크에 대해 사용될 이미징 서브시스템의 동일한 파라미터(들)로 바람직하게 생성된다. 이러한 일부 사례들에서, 다른 마스크가 마스크 검사에 사용될 파라미터들을 사용하여 이미 이미징되지 않은 경우, 교정을 위해 사용되는 다른 마스크의 이미지가 교정들을 위해 특별히 생성될 수 있다. 교정을 위해 사용되는 다른 마스크는 이용 가능한 임의의 다른 마스크일 수 있지만, 다수의 가능한 마스크들이 이 용도를 위해 이용 가능한 경우, 두 마스크들의 유일한 유사성이 그들이 동일한 파장(들)에서 사용하기 위해 설계된 것이라는 점을 의미하는 경우라도, 검사될 마스크와 가장 유사한 설계를 가진 마스크를 사용하는 것이 바람직할 수 있다.
컴퓨터 서브시스템은 또한, DB 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제1 결함들을 검출하기 위해 구성된다. 예를 들어, 제1 다이에 대해 이미징 서브시스템에 의해 생성된 이미지들은 DB에 정렬될 수 있고 DB 기준 이미지와 비교될 수 있다. 제1 다이 이미지를 DB에 정렬하는 것은 임의의 적합한 방식으로 수행될 수 있으며, 제1 다이 이미지들을 DB 기준 이미지와 비교하는 것은 제1 다이 이미지들로부터 DB 기준 다이 이미지를 감산(subtracting)하여 차분 이미지(difference image)들을 생성하는 것을 포함할 수 있다. 눈에 띄는 임의의 차이들은 잠재적 결함 후보들로 표시된다. 그러한 일 예에서, 제1 다이에 대한 이미지들과 DB 기준 이미지 사이의 임의의 차이들은 차이들에 대한 임계치와 비교될 수 있다. 임계치를 초과하는 값을 갖는 차이들은, 컴퓨터 서브시스템에 의해, 결함들, 잠재적 결함들, 또는 결함 후보들로서 식별될 수 있다. 임계치를 초과하는 값을 갖지 않는 차이들은, 결함들, 잠재적 결함들 또는 결함 후보들로 식별되지 않을 수 있다. 물론, 이는 본 명세서에 설명된 본 결함 검출 단계 및 다른 결함 검출 단계들에서 사용될 수 있는 특히 유용하고 아마도 가장 간단한 하나의 결함 검출 방법이지만, 본 명세서에 설명된 실시예들은 본 명세서에 설명된 결함 검출 단계들 중 임의의 것에 대해 사용될 수 있는 결함 검출 방법에 제한되지 않는다.
마스크 상의 제1 결함들을 검출하는 것은, DB 기준 이미지를 제1 다이에 대한 이미지들과만 비교하는 것을 포함할 수 있다. 그러나, DB 검출은 DB 기준 이미지를 모든 다이들에 대한 이미지들과 비교하는 것을 포함할 수 있다. 예를 들어, 본 명세서에서 DB 검출은 다수의 다이들에서 반복적으로 발생하는 결함들을 검출하기 위해 사용되며, 따라서 이러한 검출의 바로 그 다이 대 다이 특성으로 인해 DD 검사에서 검출되지 않을 수 있으며, 이는 항상 모든 다이에서 반복되는 결함들의 경우이고, 때때로 모든 다이들보다 적은 수의 다이에서 반복되는 결함들의 경우일 수 있다. 따라서, 많은 사례들에서, DB 검사는 DB 기준 이미지를 다수의 다이들 중 하나에만 비교하는 것을 포함할 수 있으며, "제1 다이"는 가장 먼저 스캔되는 마스크 상의 다이를 포함할 수 있다. "제1 다이"는, 그러나, 마스크 상의 임의의 다른 다이를 포함할 수 있다. 다시 말해, 일반적으로, DB 검사는 DB 기준 이미지와 마스크 상의 임의의 하나의 다이에 대해 생성된 이미지들을 사용하여 수행될 수 있으며, 사용자 또는 컴퓨터 서브시스템은 그 결함 검출을 위해 다이들 중 임의의 것을 선택할 수 있다.
일 실시예에서, 제1 결함들은 체계적 마스크 기록기 오류들을 포함한다. 예를 들어, DB 검출 흐름의 목표는 체계적 기록기 오류를 검출하는 것이다. 본 명세서에서 사용되는 것과 같은 "체계적 기록기 오류"라는 용어는, 마스크 기록기 자체로 인해 체계적으로(다이들 각각에서 또는 다이들 중 두 개 이상의 다이들에서) 발생하는 마스크 상의 오류들로 정의된다. 단계(612)에 도시된 바와 같이, 컴퓨터 서브시스템은 체계적 오류 검출을 수행할 수 있다. 렌더링된 마스크 이미지는 체계적 기록기 오류들을 검출하는 데 사용되기 때문에(그리고 반드시 본 명세서에 설명된 다른 결함 검출 단계들에 대해 사용되는 것은 아님), 렌더링 오류 버짓(budget)은 더 느슨하고 사용 가능한 감도를 제한하지 않는다. 본 명세서에 설명된 실시예들의 하나의 장점은, 따라서 이들이 체계적 기록기 오류들을 검출할 수 있는 능력을 제공한다는 것이다.
현재 사용되는 마스크 검사 방법들 및 시스템들에 비해 장점들을 제공하는 본 명세서에 설명된 실시예들의 또 다른 주요 컴포넌트는, DD 및 DB 검출 흐름들 둘 다의 측면들을 결합하는 주된 검출 흐름이다. 본 명세서에 설명된 실시예들의 하나의 장점은, 이들이 마스크 검사 툴들을 사용하여 실질적으로 높은 사용 가능한 감도를 갖는 멀티 다이 레이아웃 마스크들에 대한 DD 및 DB 검출 흐름들의 측면들을 결합한다는 것이다. 이러한 방식으로, 본 명세서에 설명된 실시예들은 DD 및 DB 검출 흐름들 둘 다의 측면들을 결합하는 일종의 새로운 검사 모드를 제공한다.
컴퓨터 서브시스템은, DB 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를, 다수의 다이들 중 제1 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 다수의 다이들 중 제1 다이에 대한 다이 기준 이미지를 생성하기 위해 추가로 구성된다. 이 다이 기준 이미지는 또한, 본 명세서에서 "m다이 기준 이미지"라고 지칭된다. m다이 기준 이미지를 생성하기 전에, 다이들의 전부(또는 적어도 일부)의 이미지들이 획득될 수 있고, DB 설계 또는 일부 다른 공통 기준에 정렬될 수 있다. 예를 들어, 도 6에 도시된 바와 같이, 모든 다이들로부터의 광학 (또는 다른) 이미지들은 단계(614)에서 획득될 수 있다. 다이들 전부로부터 이미지들을 획득하는 것은 본 명세서에 추가로 설명된 바와 같이 수행될 수 있다. 이미지들을 DB 설계 또는 다른 공통 기준에 정렬하는 것은, 업계에 알려진 임의의 적합한 방식으로 수행될 수 있다.
제1 다이로부터의 이미지의 경우, m다이 기준 이미지는 다이들 중 나머지의 이미지들의 전부 (또는 적어도 일부) 및 DB 검출 흐름으로부터의 시스템 특정 파라미터들을 사용하여 렌더링된다. 다이들 중 하나에 대한 m다이 기준 이미지를 생성할 때, 마스크 상의 다른 모든 다이들의 이미지들을 사용하는 것이 바람직할 수 있다. 그러나, 모든 사례에서 반드시 필요한 것은 아니다. 예를 들어, 마스크 상에 3개보다 많은 다이들이 있는 경우, 다이들 중 하나에 대한 m다이 기준 이미지를 생성할 때, 다른 다이들 중 2개 이상이지만, 반드시 전부는 아닌 다이들에 대한 이미지들이 사용될 수 있다. 일반적으로, m다이 기준 이미지를 생성하는 데 사용되는 다이 이미지들이 많을수록 m다이 기준 이미지가 결함 검출을 위해 더 좋을 것이다(m다이 기준 이미지 생성에 더 많은 다이 이미지들을 사용하는 것은 임의의 다이 대 다이 차이들을 더 잘 평균화하여 더 "결함이 없는" 다이 기준 이미지를 생성할 것이기 때문이다). 그러나, 마스크 구성/레이아웃 및 실용적인 고려 사항들에 따라, m다이 기준 이미지는 사용자가 선호하는 많은 수의 다이 이미지들 또는 적게는 2개의 다이 이미지들로부터 생성될 수 있다.
단계(616)에 도시된 바와 같이, 다이들 (중 전부 또는 적어도 일부)로부터의 다이 이미지들은 DB(설계 정보)에 정렬될 수 있다. 이 정렬 단계는 업계에 알려진 임의의 적합한 방식으로 수행될 수 있다. 다이 이미지들 각각을 설계에 정렬하는 것이 바람직할 수 있지만, 정렬은 임의의 다른 공통 기준과 관련하여 수행될 수 있다. 단계(618)에 도시된 바와 같이, m다이 기준 이미지 생성은 설계 또는 또 다른 공통 기준에 대해 그리고 이에 따라 서로 에 대해 정렬된 다이 이미지들의 전부 또는 적어도 일부를 사용하여 수행될 수 있다.
다수의 다이들 중 제1 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 DB 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를 적용하는 것은, 본질적으로 전통적인 DD 검사에서 초점 보상의 한계를 극복하기 위해 DD 검사에서 DB 렌더링을 활용한다. 예를 들어, 전통적인 DD 검사에서, m다이 평균에 의해 완화될 수 있는 패턴 라인 에지 거칠기(LER) 노이즈에 더해, 기준 다이와 테스트 다이 사이의 초점 거리는, 그것의 성능에의 주요 기여 인자이다. 투과광(transmitting light; TL)과 반사광(reflective light; RL)을 모두 갖는 광학 마스크의 경우, 물리 기반 방법이 기준 다이와 테스트 다이 간의 매칭을 개선할 수 있다. 그러나, 본 명세서에 설명된 EUV 마스크 검사 플랫폼들 중 일부와 같은 전체 반사 시스템에서, 전통적인 DD 검사는 초점 보상에서 경험적 모델의 한계로 인해 어려움을 겪는다. 새로운 DD 접근 방식에서 초점 보상의 목적을 위해 DB 렌더링을 활용하는 것은, 기준 다이와 테스트 다이에 대한 이미지들 간 초점 매칭을 개선할 수 있으며, 동시에 일반적인 DB 렌더링 노이즈를 극복할 수 있다.
일 실시예에서, DB 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터는, 이미징 서브시스템에서의 초점 및 수차 오류들을 나타내는 기저 이미지(basis image)들을 포함하고, 다이 기준 이미지를 생성하는 것은, 다이 기준 이미지를, 다수의 다이들 중 제1 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들과, 기저 이미지들의 선형 조합으로 합성하는 것을 포함한다. 이론적으로, 각 다이의 m다이 기준 이미지는 다른 다이들로부터의 이미지들과 DB 검출 흐름으로부터 초점 및 수차를 나타내는 기준 이미지들의 선형 조합으로 합성될 수 있다. 기준 이미지들은 설계 데이터로부터 렌더링된 DB로부터 온 것이다. 기준 이미지들은 초점 및 수차와 같은 툴 특정 정보를 포함하고 있으므로, 이들은 m다이 기준 이미지에서의 초점 오류를 극복하는 데 사용될 수 있다. 선형 최적화 식들을 푼 후에, 합성된 m다이 기준 이미지에서, 마스크 상의 상이한 다이들 간의 오류들은 평균화될 것이고 동시에 초점 관련 오류들은 보상될 것으로 예상된다. 본 명세서에 설명된 실시예들은, 따라서, DB 모델링 정보를 사용하여 전통적인 DD 검출에서 툴 관련 오류들을 처리할 수 있으며, 플레이트 오류를 처리하고 모델링 노이즈를 피하기 위해 m다이 기준 이미지를 사용할 수 있다. 이러한 방식으로, 본 명세서에 설명된 실시예들은 렌더링 오류, 포토마스크 불완전성 및 툴 초점 변화를 감소시킴으로써 사용 가능한 감도를 최대화할 수 있다. 본 명세서에 설명된 실시예들의 하나의 장점은, 따라서 이들이 멀티 다이 평균 및 DB 초점 보상을 활용하여 상당히 높은 품질의 m다이 기준 이미지들을 생성한다는 것이다.
컴퓨터 서브시스템은 또한, 다이 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제2 결함들을 검출하기 위해 구성된다. 예를 들어, 단계(620)에 도시된 바와 같이, 컴퓨터 서브시스템은 m다이 기준 이미지를 사용하여 결함 검출을 수행할 수 있다. 이 단계에서, 모든 다이의 이미지는 그것의 대응하는 m다이 기준 이미지와 비교된다. 이 단계는 모든 다이에 대해 수행될 수 있지만, 반드시 그럴 필요는 없으며, 제2 결함 검출은 마스크 상의 다이들 중 임의의 것 또는 전부에 대해 수행될 수 있다. 제2 결함들을 검출하는 것은 이와 달리 본 명세서에 추가로 설명된 바와 같이 수행될 수 있다.
일 실시예에서, 컴퓨터 시스템은, DB 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를, 다수의 다이들 중 제2 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 다수의 다이들 중 제2 다이에 대한 추가 다이 기준 이미지를 생성하기 위해 구성되고, 마스크 상의 제2 결함들을 검출하는 것은, 추가 다이 기준 이미지를, 다수의 다이들 중 제2 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교하는 것을 포함한다. 예를 들어, 각 다이로부터의 모든 이미지에 대해, 다이들 중 나머지 다이의 모든 이미지들과 DB 검출 흐름으로부터의 시스템 특정 파라미터들을 각각 사용하여 m다이 기준 이미지가 렌더링될 수 있다. 이러한 방식으로, 각 다이는 그것의 고유한 m다이 기준 이미지를 가질 수 있으며, 각 다이에 대해 DD 검출이 수행될 수 있고, 이에 의해 실질적으로 정확한 위치들을 갖는 실제 결함들을 신뢰성 있게 검출할 수 있다.
또 다른 실시예에서, 컴퓨터 서브시스템은, 마스크 상의 다수의 다이들 중 제1 다이의 이미지들의 검사 영역 내에서 마스크의 하나 이상의 피처의 특성을 결정하기 위해, 그리고 결정된 특성에 기초하여, 검사 영역 내에서 제2 결함들을 검출하기 위한 DB 기준 이미지 또는 다이 기준 이미지를 선택하기 위해 구성된다. 이러한 방식으로, 모든 다이의 이미지는 DB 검출 흐름으로부터의 DB 렌더링된 기준 이미지 및 그것의 대응하는 m다이 기준 이미지와 비교될 수 있다. 검사 영역이, DB 렌더링된 기준 이미지 품질이 일반적으로 낮은 상대적으로 복잡한 2D 패턴들을 주로 포함하는 경우, m다이 기준 이미지가 사용된다. 대조적으로, 검사 영역이 DB 렌더링된 기준 이미지 품질이 일반적으로 높은 상대적으로 조밀한 반복 패턴들을 주로 포함하는 경우, DB 렌더링된 기준 이미지가 최종 기준으로서 사용되어 잠재적 결함들을 확인한다. 이러한 스마트 기준 이미지 선택 전략을 사용하여, 시스템은 항상 더 나은 신호 대 잡음비(signal-to-noise ratio; SNR)를 가진 결함들을 선택하고 사용 가능한 감도가 최대화된다. 본 명세서에 설명된 실시예들의 하나의 장점은, 따라서, 이들이 더 나은 SNR로 결함들을 최대로 검출하기 위한 기준 이미지 선택 전략을 제공한다는 것이다.
일부 실시예들에서, 컴퓨터 서브시스템은, 마스크 상의 제1 및 제2 결함들에 가장 가까운 하나 이상의 패턴에 대한 정보를 획득하기 위해; 그리고 마스크 상의 제1 및 제2 결함들 각각에 가장 가까운 하나 이상의 패턴에 대한 정보에 기초하여 제1 및 제2 결함들을 분류하기 위해 구성된다. DB 검출 흐름으로부터의 결함 후보들을 포함한 모든 결함 후보들은, 주변 패턴 지오메트리들에 기초하여 추가로 분류될 수 있다. 예를 들어, 도 6의 단계(626)에 도시된 바와 같이, 컴퓨터 서브시스템은 DB 및 DD 검출 흐름들 모두에서 검출된 결함들에 대해 결함 분류를 수행할 수 있다. 이 단계에서는 패턴 지오메트리들이 상대적으로 정교한 분류 구분(dissection) 규칙들에 기초하여 실질적으로 정확하게 인식되도록 상당히 높은 해상도를 갖는 DB 설계가 사용될 수 있다.
컴퓨터 서브시스템은, 검출된 결함이 마스크 상의 패턴들 중 어느 패턴에 가장 가까운지, 그리고 검출된 결함이 그 패턴들에 얼마나 가까운지를 다수의 상이한 방식들로 결정할 수 있다. 예를 들어, DB 및 DD 검사 흐름들에 사용되는 이미지들을 설계에 정렬함으로써, 이미지들 내의 결함 위치들은 설계와 관련하여 결정될 수 있다(예컨대, 이미지 좌표들로부터 설계 좌표들로의 간단한 좌표 변환에 의해). 결함들에 대한 설계 좌표들은, 그 다음, 설계 내의 패턴들의 설계 좌표들을 사용하여 마스크 상의 설계 내의 패턴들에 대해 검출된 결함들에 대한 공간 정보를 식별하는 데 사용될 수 있다.
결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은, 결함이 하나 이상의 패턴 내에 위치되거나 하나 이상의 패턴과 적어도 부분적으로 중첩되는 경우, 검출된 결함이 패턴(들) 중 어느 패턴과 중첩되는지, 또는 패턴(들) 중 어느 패턴이 결함이 있는지를 식별하는 것을 포함할 수 있다. 결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은 또한, 패턴(들)과 관련하여 검출된 결함의 위치를 결정하는 것을 포함할 수 있다(검출된 결함이 패터닝된 피처 자체와 중첩되는지 또는 패터닝된 피처 자체 내에 있는지 여부와 관계 없이). 예를 들어, 검출된 결함이 패터닝된 피처와 (적어도 부분적으로) 공간적으로 일치하는 경우, 결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은 패터닝된 피처의 둘레 또는 외부 경계에 대한 검출된 결함의 위치를 결정하는 것을 포함할 수 있다.
검출된 결함이 패터닝된 피처와 공간적으로 일치하지 않는 경우, 결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은, 결함이 가장 가까운 패터닝된 피처를 식별한 다음 결함이 패터닝된 피처에 얼마나 가까운지를 결정하는 것을 포함할 수 있다. 결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은 또한, 검출된 결함이 패터닝된 피처의 특정 부분(예컨대, 코너, 측면, 단부 등등)에 얼마나 가까운지(일부 길이 치수들에서)를 결정하는 것을 포함할 수 있다. 검출된 결함과, 가장 가까운 패터닝된 피처 사이의 공간은, 단일 값, 값들의 범위, 평균, 함수, 또는 임의의 다른 적합한 방식으로 표현될 수 있다.
이에 더해, 사용자는 검출된 결함이 마스크의 패터닝된 피처들의 서브세트에 얼마나 가까운지에 대해 특히 관심을 가질 수 있다. 예를 들어, 결함들에 가장 가까운 패턴(들)에 대한 정보를 결정하는 것은, 그것의 가장 가까운 패터닝된 피처에 대해 검출된 결함 위치가 결정되고 및/또는 임의의 일 유형의 패터닝된 피처에 대해 검출된 결함 위치가 결정되도록 수행될 수 있다. 결함에 가장 가깝지 않을 수 있는 패터닝된 피처에 대한 검출된 결함의 상대적 위치는 본 명세서에 설명된 바와 같이 이와 달리 결정될 수 있다.
추가 실시예에서, 컴퓨터 서브시스템은, 제1 및 제2 결함들에 대한 분류 카테고리들을 결정하고, 결정된 분류 카테고리들에 기초하여 제1 및 제2 결함들에 점수들을 할당하기 위해 구성되고, 점수들은 마스크로 수행되는 리소그래피 프로세스에 대한 제1 및 제2 결함들의 심각도(severity)를 나타낸다. 이러한 방식으로, 상이한 분류 카테고리들을 갖는 결함 후보들은 그들의 심각도를 나타내는 상이한 점수들이 할당될 수 있으므로, 사용자는 리소그래피적으로 중요한 결함들에 집중할 수 있다. 일부 실시예들에서, 본 명세서에 설명된 시스템들은, 사용자가 상이한 결함 유형들에 대한 심각도를 지정할 수 있도록 구성된 사용자 인터페이스를 제공할 수 있다.
검출된 결함들에 대한 분류 카테고리들을 결정하는 것은, 임의의 적합한 방식으로 수행될 수 있다. 예를 들어, 컴퓨터 서브시스템은 이미징 서브시스템에 의해 생성된 결함들의 이미지들(예를 들어, 테스트 이미지들), 검출 흐름들 중 하나 또는 둘 모두에 의해 생성된 결함들의 차분 이미지들, 결함들을 검출하기 위해 사용된 기준 이미지들, 또는 이들의 일부 조합에 기초하여, 검출된 결함들의 하나 이상의 특성을 결정할 수 있다. 이러한 특성(들)은, 예를 들어, 크기, 형상, 배향, 위치, 임의의 인근 패터닝된 피처들에 대한 위치, 텍스처, 그와 유사한 것을 포함할 수 있다. 결정된 특성(들) 및 위에서 설명된 이미지들 중 가능한 어느 것이라도 컴퓨터 서브시스템에 의해 결함 분류기에 입력될 수 있다. 결함 분류기는 결정된 특성(들) 및/또는 이미지들 중 하나 이상에 기초하여 검출된 결함들의 분류 카테고리(부류, 유형, 빈 등등)를 결정하기 위해 구성될 수 있다. 결함 분류기는 업계에 알려진 임의의 적합한 결함 분류 방법 또는 알고리즘일 수 있다. 이러한 결함 분류기의 일 예는, 상이한 유형들의 결함들을 서로 분리하는, 결함 특성(들)에 대해 상이한 커트라인들을 적용함으로써, 상이한 유형들의 결함들이 분리되는 상대적으로 간단한 결정 트리이다. 적합한 결함 분류기들의 다른 예들은, 머신 러닝 유형 결함 분류기들이며, 그들 중 일부 예들은 Zhang 등에 의해 2018년 4월 19일에 공개된 미국 특허 출원 공개 번호 2018/0107928 및 He 등에 의해 2019년 3월 7일에 공개된 미국 특허 출원 공개 번호 2019/0073568에 설명되어 있으며, 이들은 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 본 명세서에 설명된 실시예들은 이들 공개들에 설명된 바와 같이 추가로 구성될 수 있다.
검출된 결함들의 분류 카테고리들을 결정하는 것은 또한 또는 대안적으로 웨이퍼가 리소그래피 프로세스에서 마스크를 사용하여 인쇄되는 경우, 웨이퍼(또는 다른 시편) 상에서 검출된 결함들의 인쇄 적성을 결정하는 것을 포함할 수 있다. 인쇄 적성을 결정하는 것은 바람직하게는 마스크를 사용하여 수행될 웨이퍼 인쇄(리소그래피) 프로세스를 시뮬레이션하고, 이에 의해 결함들이 웨이퍼 상에 인쇄된 패턴들에 어떻게 영향을 미칠지를 예측한다. 예를 들어, 컴퓨터 서브시스템은, 검출된 각 결함이 중대하고 웨이퍼 인쇄에서 상대적으로 큰 오류들을 야기할지, 또는 뉴슨스(nuisance)이고 웨이퍼 인쇄에서 거의 관찰할 수 없는 오류들일지를 결정할 수 있다. 이것을 수동으로 수행하고 인간의 판단을 사용하는 대신, 본 명세서에 설명된 실시예들에 의해 EUV 리소그래피 프로세스를 모델링하는 자동화되고 실질적으로 정확한 방식이 제공되고, 이에 의해 검출된 결함 이미지들로 시작하여 마스크 흡수체 결함들의 인쇄 적성을 실질적으로 정확하게 예측하는 것을 가능하게 할 수 있다.
컴퓨터 서브시스템은 검출된 결함들에 대해 생성된 하나 이상의 이미지를 리소그래피 프로세스의 모델에 입력할 수 있고, 이에 의해 결함들이 리소그래피 프로세스에서 웨이퍼 상에 인쇄된 하나 이상의 패턴에 어떻게 영향을 주는지를 예시하는 시뮬레이션된 웨이퍼 이미지들을 생성할 수 있다. 인쇄 적성을 결정하는 것은, 웨이퍼 노출 조건 시뮬레이션에 의해 결함 인쇄 영향을 예측한다. 이 시뮬레이션은, 키르초프 근사법(Kirchoff approximation), 엄격한 유한 차분 시간 도메인(finite difference time domain; FDTD) 솔버, 엄격한 결합 파동 분석(rigorous coupled wave analysis; RCWA), 또는 결함 인쇄 적성 시뮬레이터(Defect Printability Simulator; DPS) 마스크 모델(이들의 예들은 Clifford 등에 의한, 2010년 9월 24일자 Photomask Technology 2010, Proceedings of SPIE Vol. 7823, 78230V의 10페이지, "Compensation methods using a new model for buried defects in extreme ultraviolet lithography masks"에 설명되어 있으며, 이는 본 명세서에 완전하게 제시된 것처럼 참조로서 통합됨)과 같은 간소화된 근사 모델 중 하나를 사용할 수 있는 마스크 근접장 시뮬레이션, 광학 기기, 및 레지스트 노출 및 현상 모델들을 포함할 수 있으며, 레지스트 노출 및 현상 모델들은 업계에 알려진 이러한 임의의 적합한 모델들을 포함할 수 있다. 웨이퍼 프로세스가 아직 고정되지 않았거나 마스크 근접장 모델이 잘 결정되지 않은 경우, 대략적인 추정을 위해 웨이퍼 노출 조건 시뮬레이션 없이 직접 마스크 바이너리 레이아웃에 대해 인쇄 적성이 확인될 수 있다. 본 명세서에 설명된 실시예들은 위에서 참조된 논문에 설명된 바와 같이 구성될 수 있다. 인쇄 적성을 결정하는 것은 또한, Marella 등에 대해 2015년 4월 7일에 발행된 미국 특허 번호 9,002,497 및 Sezginer 등에 대해 2016년 10월 25일에 발행된 미국 특허 번호 9,478,019에 설명된 대로 수행될 수 있으며, 이들은 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 본 명세서에 설명된 실시예들은 이들 특허들에 설명된 바와 같이 추가로 구성될 수 있다.
또 다른 실시예에서, 검출된 결함들에 대한 분류 카테고리들을 결정하는 것은, 웨이퍼가 리소그래피 프로세스에서 마스크로 인쇄되는 경우 웨이퍼 상에서 검출된 결함들의 인쇄 적성을 결정하는 것을 포함하고, 인쇄 적성을 결정하는 것은, 검출된 결함들에 대해 생성된 결함 이미지들에 대해 그리고 대응하는 기준 이미지들(DB 및 m다이 기준 이미지들 중 하나 또는 둘 모두)에 대해 에어리얼 이미지들을 시뮬레이션하는 것, 및 시뮬레이션된 에어리얼 이미지들에 기초하여 검출된 결함들이 리소그래피 프로세스에서 웨이퍼 상에서 인쇄되는 하나 이상의 패턴에 어떻게 영향을 미치는지를 결정하는 것을 포함한다. 예를 들어, 마스크 모델이, 결함에 대한 테스트 이미지와 기준 이미지 모두에 대해, 연관된 스캐너 노출 조건들과 함께 적용되어, 테스트 및 기준(EUV 또는 다른) 에어리얼 이미지들을 생성할 수 있다. 마스크 모델은 본 명세서에 추가로 설명된 대로 이미지들에 적용될 수 있다. 이러한 방식으로, 컴퓨터 서브시스템은 스캐너 광학 조건들로 인쇄 적성 시뮬레이션들을 실행할 수 있다. 에어리얼 이미지 분석기(Aerial Image Analyzer; AIA)는 그 다음에 실행되어 결함이 위치된 이미징 서브시스템의 시야각(field of view; FOV) 내에 있는 모든 피처들의 인쇄 적성을 계산할 수 있다. 예를 들어, 테스트 및 기준 에어리얼 이미지들은, 리소그래피 프로세스 동안 웨이퍼 상에 투사된 에어리얼 이미지 내에서 결함이 마스크의 피처들에 어떻게 영향을 미치는지 보여주는 시뮬레이션된 이미지를 생성할 수 있는 AIA에 입력될 수 있다. 본 명세서에 설명된 실시예들에서 사용될 수 있는 AIA의 예들은, Verduijn 등에 의한, 2017년 3월 24일자 SPIE Proceedings Vol. 10143, Extreme Ultraviolet (EUV) Lithography VIII, 101430K, 13 페이지, "Printability and actinic AIMS review of programmed mask blank defects"에 설명되어 있으며, 이는 본 명세서에 완전하게 제시된 것처럼 참조로서 통합된다. 본 명세서에 설명된 실시예들은 이 공개에 설명된 바와 같이 추가로 구성될 수 있다.
본 명세서에 설명된 실시예들은 또한, Wihl 등에 대해, 2011년 1월 18일 발행된 미국 특허 번호 7,873,204에 설명된 바와 같이, 마스크 상에서 검출된 결함들의 리소그래피적 중요성을 결정하기 위해 구성될 수 있으며, 이는 본 명세서에 완전하게 제시된 것처럼 참조에 의해 통합된다. 본 명세서에 설명된 실시예들은 이 특허에 설명된 바와 같이 추가로 구성될 수 있다.
또 다른 실시예에서, 다수의 다이들 중 2개 이상 다이들의 광학 근접 보정(OPC) 피처의 특성은, 마스크로 수행되는 리소그래피 프로세스에서 플레어 보정을 위해 상이하도록 설계되고, DB 기준 이미지를 생성하는 것은 다수의 다이들 중 2개 이상의 다이들에 대한 설계를 각각 사용하여 마스크 상에서 다수의 다이들 중 2개 이상의 다이들에 대해 상이한 DB 기준 이미지들을 생성하는 것을 포함한다. 이러한 추가적인 새로운 주요 컴포넌트에서, 플레어 보정이, 상이한 다이들 상의 OPC 패턴들에 눈에 띄는 변동들을 야기하는 경우를 위해, 전용이지만 선택적인 절차가 제공된다. 이론적으로, OPC가 다수의 다이들 상에서 뚜렷한 차이를 가지면, 이는 전형적인 DD-가능 검사 영역이 아니다. 그러나, 본 명세서에 설명된 실시예들은 플레어 보정을 처리할 수 있는 능력을 제공한다. 본 명세서에서 추가로 설명되는 바와 같이 마스크 상의 각 다이에 대해 DB 기준 이미지가 생성될 수 있다.
추가 실시예에서, 다수의 다이들 중 2개 이상 다이들의 OPC 피처의 특성은, 상마스크로 수행되는 리소그래피 프로세스에서 플레어 보정을 위해 상이하도록 설계되고, 컴퓨터 시스템은, 다수의 다이들 중 2개 이상의 다이들에서 OPC 피처의 위치들에 기초하여 다수의 다이들 중 2개 이상의 다이들에서 제2 결함들이 검출되는 감도를 결정하기 위해 구성된다. 모든 다이들로부터의 DB를 비교함으로써, 컴퓨터 서브 시스템은 사용 가능한 감도 제어를 위한 특수 결함 분류 카테고리로 취급될 수 있는 플레어 보정 위치들을 쉽게 검출할 수 있다. 따라서, 본 명세서에서 설명된 실시예들의 하나의 장점은, 이들이 플레어 보정에 의해 OPC 변동을 처리하기 위한 능력을 제공한다는 것이다.
EUV 리소그래피에서 발생할 수 있는 패터닝 왜곡들 중 하나는, 리소그래피 광학 기기에서 산란된 광에 의해 야기되는 플레어이며, 이는 웨이퍼 상의 패턴들의 치수들에서, 그들의 설계된 치수들로부터의 변동들을 야기할 수 있다. 현재 플레어가 처리되는 하나의 방식은, OPC 피처(들)에서의 플레어 보상에 의한 것이다. 예를 들어, 리소그래피 프로세스 및 마스크에 대한 정보를 프로세스 및 마스크에 적절한 모델들에 입력함으로써 플레어가 모델링될 수 있다. 시뮬레이션된 플레어 정보는, 그 다음, 그 플레어를 완화(감소 및 심지어 제거)를 바라고 마스크 상에서 OPC 피처들의 하나 이상의 특성을 수정하는 데 사용될 수 있다. 따라서, 상이한 다이들이 동일한 OPC 피처들을 포함하는 경우, 이들은 플레어를 보상하기 위해 상이한 방식들로 수정될 수 있다. 예를 들어, 하나의 다이 내의 OPC 피처는 플레어를 위해 수정될 필요가 없을 수 있지만, 또 다른 다이 내의 동일한 OPC 피처는 그 OPC 피처가 적용된 패터닝된 피처로부터의 광 산란을 줄이기 위해 (예컨대, 크기나 형상이) 조정되어야 할 수 있다. 따라서, DD 검출에서 그 OPC 피처의 이미지들이 비교되는 경우, DD 검출은 상이한 다이들 내의 OPC 피처의 이미지들에서 차이를 검출할 수 있고, 비록 차이가 상이한 다이들 내의 OPC 피처 간의 의도적이고 설계된 차이에 의해 야기된 것이더라도, 그 차이를 결함 또는 잠재적 결함으로 표시할 수 있다. 이러한 비결함(non-defect)들의 검출은 다수의 이유들로 명백하게 문제가 있으며, 이러한 검출을 처리하는 것은 다른 문제들을 야기할 수 있다(예컨대, 이러한 비결함들의 검출을 피하기 위해 감도가 감소될 때, 이는 마스크 상의 다른 결함들이 누락되는 것을 야기할 수 있음). 본 명세서에 설명된 실시예들은, 그러나, 그러한 어떠한 역효과들 없이 상이한 다이들에 대한 설계의 차이들을 효과적으로 처리할 수 있다.
플레어 보정 흐름에서, 컴퓨터 서브시스템은 단계(622)에 도시된 바와 같이 모든 다이들로부터 DB(설계)를 획득할 수 있다. 다시 말해, 이 단계는 각 다이에 대한 DB(설계)를 획득하는 것을 포함할 수 있다. 이상적으로는, 모든 다이들에 대한 DB 설계가 동일하므로, 효율성을 위해 오직 하나의 다이에 대한 DB가 획득되어 모든 다이들에 대해 사용될 수 있다. 그러나, 일부 사례들에서, 상이한 다이들에 대해 약간 상이한 DB 설계들이 필요할 수 있으며, 이는 위에서 추가로 설명된 바와 같이 전통적인 DD 검사에 대해 뉴슨스 결함 이슈들을 야기할 수 있다. 다시 말해, 상이한 다이들에 대한 설계들 간의 약간의 차이들은 마스크 상에 형성된 다이들 간에 대응하는 약간의 차이들을 야기할 수 있다. 이러한 설계의 차이들은, 따라서, 의도적이라고 하더라도 잘못 검출된 결함들일 수 있다.
상이한 다이들에 대한 설계는, 그 다음, 단계(624)에 도시된 바와 같이, 플레어 검출을 위해 서로 비교될 수 있다. 이 단계에서, 상이한 다이들에 대한 설계(그리고 특히 OPC 피처들에 대한 설계) 사이의 차이들은, 리소그래피 프로세스에서 마스크에 대한 플레어 이슈들을 처리하기 위해 설계에서 의도적으로 만들어진 차이들을 나타낼 수 있다. 따라서, 플레어 보정을 위한 설계에서의 의도적인 차이들로 인한 다이들의 이미지들 간의 차이들은, 이들이 DD 결함 검출 프로세스에 의해 그와 같이 검출될 수 있다 하더라도, 결함들이 아닐 수 있다. 따라서, 이러한 설계 차이들이 결함들로 검출되는 것을 방지하기 위한 하나의 방법은, 위에서 설명된 대로 설계 차이들의 위치들을 식별한 다음, 이러한 차이들이 결함들로 검출되지 않도록 결함 검출 프로세스를 제어하거나, 이러한 위치들에서 검출된 임의의 결함들을 최종 결함 보고에서 삭제하는 것이다. 예를 들어, 도 6에 도시된 바와 같이, 플레어 검출(624)의 결과들은 최종 결함 보고(628)에 입력되어, 상이한 다이들 내에서 의도적으로 설계가 상이한 위치들에서 검출된 임의의 결함들을 제거할 수 있거나, 사전 결정된 한계 미만의 하나 이상의 특성(예컨대, 크기)을 갖는, 그러한 위치들에서 검출된 임의의 결함들을 필터링할 수 있다. 이러한 방식으로, 컴퓨터 서브시스템은 식별된 플레어 보정 위치들에 기초하여 DD 검출에 의해 검출된 결함들을 필터링함으로써 검사의 감도를 변경할 수 있다.
일부 실시예들에서, 컴퓨터 서브시스템은 제1 및 제2 결함들에 대한 정보를 포함하는 마스크에 대한 검사 결과들을 생성하기 위해 구성된다. 예를 들어, 도 6에 도시된 바와 같이, DB 검출 흐름에서 체계적 오류 검출 단계(612)에 의해 검출된 결함들 및 DD 검출 흐름에서 결함 검출 단계(620)에 의해 검출된 결함들은 모두 결함 분류 단계(626)에 입력될 수 있고, 그 다음 세 개의 단계들 모두의 결과들(가능하게는, 플레어 검출 흐름에 의해 수정될 수 있음)이 최종 결함 보고(628)를 생성하는 데 사용될 수 있다. 이러한 방식으로, 최종 결함 보고는 DB 검출 흐름에 의해 검출된 체계적 마스크 기록기 오류들 및 DD 검출에 의해 검출된 결함들 둘 다에 대한 정보를 포함할 수 있다. 최종 결함 보고는, 본 명세서에 설명된 단계들 중 임의의 것에 의해 생성된 정보(예컨대, 결함 ID, 결함 위치, 결함 분류 등등) 중 임의의 것을 포함할 수 있다. 최종 결함 보고는, 업계에 알려진 임의의 적합한 파일 또는 포맷을 가질 수 있으며, 컴퓨터 서브시스템에 의해 임의의 적합한 방식으로 출력될 수 있다.
일 실시예에서, 이미징 서브시스템에 의해 생성되고, 제1 결함들 검출, 다이 기준 이미지 생성, 및 제2 결함들 검출에 사용되는 마스크의 이미지들은, 다수의 다이들의 다이 등가 영역들의 이미지들로부터만 선택되고, 다이 등가 영역들은 다수의 다이들보다 작다. 이러한 일 실시예에서, 다이 등가 영역들은 이미징 서브시스템에 의해 마스크 상에서 스캔된 스와스(swath)의 폭과 동일한 1차원 크기를 갖는다. 이러한 또 다른 실시예에서, 다수의 다이들은 마스크 상에 2차원 어레이로 형성된 다이들을 포함한다.
위에서 설명된 실시예들에서, 검사 스와스 맵은 다이 등가 영역들을 순서대로 스캔하도록 설정될 수 있다. 이러한 방식으로, 다이들의 각 별개의 행에 대해 등가 스와스가 스캔된다. 예를 들어, 도 7에 도시된 바와 같이, 마스크(700) 상에 형성된 다이들(702)의 3개의 행들인, 행 A, 행 B 및 행 C가 있다. 다이들의 각 행은 4개의 다이들을 포함하며, 마스크 상의 다이들의 행들과 열들은 마스크 상에 다이들의 2차원 어레이를 형성한다. 3개의 행들과 4개의 열들의 다이들이 도 7에 도시되어 있지만, 본 명세서에 설명된 마스크들은 행들과 열들 모두에 배열된 다이들의 임의의 적합한 수 및 다이들의 행들과 열들의 임의의 적합한 수를 포함할 수 있다. 예를 들어, 스와스 1에서 스와스 N까지, 다수의 스와스들이, 다이들의 각 행을 가로질러 행 A에서 행 C까지 또는 그 반대로 순서대로 스캔될 수 있다. 도시된 스와스(704)는 다이들의 그들의 행들 각각 내의 N번째 스와스(스와스 N)이다. 표시된 패치(706)는 각 다이 내에서 정확히 동일한 패턴을 포함하는 다이 등가 영역이다. 도 7에 도시된 바와 같이, 패치(706)에 의해 표시된 각 다이 등가 영역은 다이들 각각보다 더 작다. 이에 더해, 도 7에 도시된 바와 같이, 패치(706)에 의해 표시된 다이 등가 영역들 각각은 스와스 N의 폭과 동일한 1차원의 크기를 갖는다.
다이 등가 영역들의 이러한 개념은 본 명세서에 설명된 특정 단계들에 대해 유리할 수 있으며, 다이 등가 영역들은 도 6에 도시된 다이들 대신에 사용될 수 있다. 다시 말해, 다이들과 관련하여 수행되는 본 명세서에 설명된 단계들은 다이 등가 영역들에 대해 동일한 방식으로 수행될 수 있다. 이러한 방식으로, 다이들에 대해 수행되는 것으로 본 명세서에 설명된 임의의 단계에서, 다이 등가 영역들에 대해 동일한 기능들이 수행될 수 있다. 본 명세서에 설명된 실시예들의 하나 장점은, 따라서, 이들이 다이 등가 영역 설정을 사용하여 모든 종류들의 멀티 다이 레이아웃 마스크들을 커버할 수 있다는 것이다. 이에 더해, 본 명세서에 설명된 실시예들의 하나의 새로운 피처는, 이들이 모든 종류들의 멀티 다이 레이아웃 마스크들을 처리할 수 있다는 것이다.
본 명세서에 설명된 모든 실시예들은 컴퓨터 판독 가능한 저장 매체에서 실시예들의 하나 이상의 단계의 결과들을 저장하는 것을 포함할 수 있다. 결과들은 본 명세서에 설명된 결과들 중 임의의 결과를 포함할 수 있으며, 업계에 알려진 임의의 방식으로 저장될 수 있다. 저장 매체는 본 명세서에 설명된 임의의 저장 매체 또는 업계에 알려진 임의의 다른 적합한 저장 매체를 포함할 수 있다. 결과들이 저장된 후, 결과들은 저장 매체에서 액세스될 수 있고, 본 명세서에 설명된 방법 또는 시스템 실시예들 중 임의의 것에 의해 사용될 수 있고, 사용자에게 디스플레이되도록 포맷이 만들어질 수 있고, 또 다른 소프트웨어 모듈, 방법 또는 시스템 등등에 의해 사용될 수 있다.
컴퓨터 서브시스템은 본 명세서에 설명된 실시예들에 의해 생성된 정보 중 임의의 것에 기초하여 검출된 결함들을 처분(dispositioning)하기 위해 구성될 수 있다. 본 명세서에서 사용되는 용어로서의 "처분"은, 검출된 결함을 어떻게 적절히 처리하는지에 대한 최종 결정을 내리는 데 사용될 수 있는 검출된 결함에 대한 추가 정보, 예컨대, 검출된 결함이 수리되어야 한다는 것, 검출된 결함은 뉴슨스이고 무시될 수 있다는 것, 검출된 결함은 수리될 필요가 없지만 마스크로 인쇄된 웨이퍼들은 마스크로 형성된 웨이퍼 패턴들에 대해 검출된 결함의 영향이 모니터링되어야 한다는 것 등등을 결정하는 것으로 정의된다.
컴퓨터 서브시스템은 검출된 결함들에 대한 정보를 마스크 검토 툴로 송신할 수 있다. 예를 들어, 마스크의 이차 하전 입자 빔(e-빔 또는 이온 빔) 이미징은 검사보다 더 높은 해상도를 제공하여, 마스크들 상에서 검출된 결함들을 훨씬 더 잘 검토하는 것을 허용한다. 따라서, 하전 입자 빔 이미지들은 검출된 결함들의 검사 이미지들보다 더 정확하게(더 높은 해상도로) 검출된 결함들에 대한 정보를 결정하는 데 사용될 수 있으며, 이에 따라 검출된 결함들(처분)에 대한 결정을 보다 효과적으로 내리는 데 사용될 수 있는 추가 정보가 하전 입자 빔 이미지들로부터 결정되는 것을 가능하게 할 수 있다. 최근 멀티빔 및 멀티 컬럼 전자빔 이미징에서의 발전들은 또한, 대량의 SEM 데이터 수집을 허용한다. 이러한 방식으로, 검사가 완료된 후, 테스트 SEM 이미지들은, 검사로부터 결정된 각 검출된 결함 위치(또는 검출된 결함 위치들의 선택된 서브세트)에서 마스크 검토, CD-SEM, 또는 전자 빔 검사 툴(또는 본 명세서에서 설명된 이온 빔 툴들 중 하나를 사용하여 이온 빔 이미지들이 캡처될 수 있음) 상에서 캡처될 수 있다. 각 테스트 하전 입자 빔 이미지는, 그 다음, 본 명세서에서 추가로 설명되는 다음 측면들 중 하나 이상 - 결함 격리 분류 및 인쇄 적성 - 으로부터 처분될 수 있다.
컴퓨터 서브시스템 또는 또 다른 시스템 또는 방법은, 하나 이상의 마스크 결함을 제거 또는 수리하여 이에 의해 그러한 마스크 결함들이 웨이퍼들 상에 인쇄되는 것을 방지하는 것을 목표로 하는 마스크 수리 또는 세정 프로세스를 제어 및/또는 변경하기 위해 본 명세서에 설명된 단계들 중 임의의 단계의 결과들을 사용할 수 있다. 그러한 일 예에서, 마스크 상에서 검출된 결함들에 대한 정보는 본 명세서에 설명된 컴퓨터 서브시스템, 또 다른 시스템(예컨대, 마스크 수리 시스템), 또는 또 다른 방법(예컨대, 마스크 수리 방법)에 의해 마스크 상에서 수리 또는 세정 프로세스가 수행되어야 하는 위치를 결정하기 위해 사용될 수 있다. 마스크 상에서 검출된 결함들에 대한 정보는 또한, 프로세스가 수행될 구역, 프로세스가 수행될 시간 길이, 프로세스에 사용되어야 하는 화학물질들 또는 가스들 등등과 같은 그러한 프로세스의 하나 이상의 파라미터를 결정하는 데 사용될 수 있다. 변경된 마스크는, 그 다음, 리소그래피 프로세스에서 웨이퍼들 상의 마스크 상에 다이들을 인쇄하는 데 사용될 수 있다. 변경된 마스크는 또한, 리소그래피 프로세스에 도입되거나 재도입된 후 또 다른 시점에 본 명세서에 설명된 실시예들을 사용하여 재검사될 수 있다.
일 실시예에서, 컴퓨터 서브시스템은 검출된 결함들 중 임의의 결함에 대해 본 명세서에 설명된 결과들 중 임의의 결과를 마스크 수리 툴로 송신하도록 구성될 수 있고, 마스크 수리 툴은 마스크에 대해 수행되는 수리 프로세스에서 검출된 결함들에 대한 결과들을 사용할 수 있다. 이러한 방식으로, 결함 정보는 마스크가 수선될 필요가 있을 때 수리 툴에서 사용될 수 있다. 이러한 일 예에서, 도 1에 도시된 바와 같이, 컴퓨터 서브시스템(118)(또는 시스템의 임의의 다른 컴퓨터 서브시스템)은 검출된 결함들에 대한 정보를 마스크 수리 툴(140)로 송신하도록 구성될 수 있으며, 이는 시스템의 일부일 수도 있고 아닐 수도 있다. 마스크 수리 툴은 업계에 알려진 임의의 적합한 구성을 가질 수 있다. 이에 더해, 마스크 수리 툴은 뉴욕 쏜우드에 위치한 칼 자이스 SBE, LLC로부터 상업적으로 이용 가능한 MeRiT neXT 시스템과 같은 상업적으로 이용 가능한 마스크 수리 툴일 수 있다. 마스크 수리 툴은, 검출된 결함들에 근접한 임의의 올바르게 형성된 피처들을 변경하지 않고 검출된 결함들을 수리하는 것을 목표로 하면서, 수리 위치 및 구역과 같은 수리 프로세스의 하나 이상의 파라미터를 결정하기 위해 결함 정보를 사용할 수 있다.
본 명세서에 설명된 실시예들은 본 명세서에 이미 설명된 장점들에 더하여 마스크 검사를 위한 다른 방법들 및 시스템들에 비해 다수의 장점들을 갖는다. 예를 들어, 마스크들 상의 리소그래피적인 중대한 결함들은 수율에 치명적인 영향을 미칠 수 있고, 이는 웨이퍼 제조자들의 시간과 비용 손실로 이어질 수 있으며, 극단적인 경우들에서, 특히 EUV 마스크들의 경우 수익성을 완전히 잃을 수 있다. EUV 마스크들을 위한 액티닉 포토마스크 검사 툴들이 성숙하기 전에는, 해상도가 제한된 검사 툴의 사용 가능한 감도를 밀고 나아가는 것이 중요하다. DD와 DB 검출 흐름들을 결합하는 것은, 최대화된 이용 가능 감도로 DD와 DB 검출 흐름들 둘 다의 장점들을 사용자가 활용하는 것을 허용한다. 사용자들은 멀티 다이 레이아웃들을 갖는 마스크들 상에서 리소그래피적으로 중요한 결함들을 신뢰성 있게 검출하기 위해 더 잘 준비를 갖추게 될 것이다.
위에서 설명된 시스템들 각각의 실시예들 각각은 하나의 단일 실시예로 함께 결합될 수 있다.
또 다른 실시예는 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법에 관한 것이다. 방법은, 마스크에 대한 설계로부터 마스크의 물리적 버전을 시뮬레이션하고, 마스크의 시뮬레이션된 물리적 버전으로부터 이미징 서브시스템에 의해 생성된 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 마스크 상에 형성된 다수의 다이들을 갖는 마스크에 대한 DB 기준 이미지를 생성하는 단계를 포함한다. 방법은 또한, DB 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제1 결함들을 검출하는 단계를 포함한다. 이에 더해, 방법은, DB 기준 이미지를 생성함으로써 학습된 이미징 서브시스템의 하나 이상의 파라미터를, 다수의 다이들 중 제1 다이가 아닌, 다수의 다이들 중 하나 이상의 다이의 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 다수의 다이들 중 제1 다이에 대한 다이 기준 이미지를 생성하는 단계를 포함한다. 방법은, 다이 기준 이미지를, 다수의 다이들 중 제1 다이에 대해 이미징 서브시스템에 의해 생성된 마스크의 이미지들과 비교함으로써, 마스크 상의 제2 결함들을 검출하는 단계를 더 포함한다. DB 기준 이미지를 생성하는 단계, 제1 결함들을 검출하는 단계, 다이 기준 이미지를 생성하는 단계, 및 제2 결함들을 검출하는 단계는, 이미징 서브시스템에 결합된 컴퓨터 서브시스템에 의해 수행된다.
방법의 단계들 각각은 본 명세서에 추가로 설명된 바와 같이 수행될 수 있다. 방법은 또한, 본 명세서에 설명된 이미징 서브시스템 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)을 포함할 수 있으며, 이는 본 명세서에 설명된 실시예들 중 임의의 실시예에 따라 구성될 수 있다. 이에 더해, 위에서 설명된 방법은 본 명세서에 설명된 시스템 실시예들 중 임의의 시스템 실시예에 의해 수행될 수 있다.
추가 실시예는, 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체에 관한 것이다. 그러한 일 실시예가 도 8에 도시된다. 특히, 도 8에 도시된 바와 같이, 비일시적 컴퓨터 판독 가능 매체(800)는 컴퓨터 시스템(804) 상에서 실행 가능한 프로그램 명령어들(802)을 포함한다. 컴퓨터 구현 방법은 본 명세서에 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다.
본 명세서에 설명된 바와 같은 방법들을 구현하는 프로그램 명령어들(802)은 컴퓨터 판독 가능 매체(800)에 저장될 수 있다. 컴퓨터 판독 가능 매체는 자기 또는 광학 디스크, 자기 테이프, 또는 업계에 알려진 임의의 다른 적합한 비일시적 컴퓨터 판독 가능 매체와 같은 저장 매체일 수 있다.
프로그램 명령어들은, 그 중에서도, 절차 기반 기법들, 컴포넌트 기반 기법들, 및/또는 객체 지향 기법들을 포함하는 다양한 방식들 중 임의의 방식으로 구현될 수 있다. 예를 들어, 프로그램 명령어들은, 원하는 경우, ActiveX 제어들, C++ 객체들, JavaBeans, Microsoft Foundation Classes ("MFC"), SSE (Streaming SIMD Extension), 또는 다른 기술들 또는 방법론들을 사용하여 구현될 수 있다.
컴퓨터 시스템(804)은 본 명세서에 설명된 실시예들 중 임의의 실시예에 따라 구성될 수 있다.
발명의 다양한 측면들의 추가 수정들 및 대안적 실시예들은 이 설명의 관점에서 업계의 통상의 기술자에게 명백할 것이다. 예를 들어, 마스크 상의 결함들을 검출하기 위한 방법들 및 시스템들이 제공된다. 따라서, 이 설명은 예시적인 것으로만 해석되어야 하며 업계의 통상의 기술자에게 발명을 실시하는 일반적인 방식을 교시하는 목적을 위한 것이다. 본 명세서에 도시되고 설명된 발명의 형태들은 현재 바람직한 실시예들로 여겨져야 한다는 것이 이해되어야 한다. 요소들 및 재료들은 본 명세서에 예시되고 설명된 것들로 대체될 수 있고, 부품들 및 프로세스들은 뒤바뀔 수 있으며, 발명의 특정 피처들은 독립적으로 활용될 수 있고, 이는 모두 발명의 이 설명의 이점을 가진 후에 통상의 기술자에게 명백할 것이다. 다음 청구항들에 설명된 바와 같이 발명의 정신과 범위를 벗어나지 않고, 본 명세서 내에 설명된 요소들에서 변경들이 이루어질 수 있다.
Claims (23)
- 마스크 상의 결함들을 검출하기 위해 구성된 시스템에 있어서,
마스크 상에 형성된 다수의 다이들을 갖는 상기 마스크의 이미지들을 생성하도록 구성된 이미징 서브시스템; 및
컴퓨터 서브시스템을 포함하고, 상기 컴퓨터 서브시스템은,
상기 마스크에 대한 설계로부터 상기 마스크의 물리적 버전을 시뮬레이션하고, 상기 마스크의 시뮬레이션된 물리적 버전으로부터 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 상기 마스크에 대한 데이터베이스 기준 이미지(reference image)를 생성하고;
상기 데이터베이스 기준 이미지를, 상기 다수의 다이들 중 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제1 결함들을 검출하고;
상기 데이터베이스 기준 이미지를 생성함으로써 학습된 상기 이미징 서브시스템의 하나 이상의 파라미터를, 상기 다수의 다이들 중 상기 제1 다이가 아닌, 상기 다수의 다이들 중 하나 이상의 다이의 상기 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 상기 다수의 다이들 중 상기 제1 다이에 대한 다이 기준 이미지를 생성하며;
상기 다이 기준 이미지를, 상기 다수의 다이들 중 상기 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제2 결함들을 검출하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 마스크는 하나 이상의 극자외선 파장의 광에서 사용하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템은 또한, 193 nm의 파장을 갖는 광으로 상기 마스크를 조명함으로써, 상기 마스크의 이미지들을 생성하도록 구성되는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템은 또한, 193 nm 내지 257 nm 범위의 하나 이상의 파장을 갖는 광으로 상기 마스크를 조명함으로써, 상기 마스크의 이미지들을 생성하도록 구성되는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템은 또한, 13.5 nm의 파장을 갖는 광으로 상기 마스크를 조명함으로써, 상기 마스크의 이미지들을 생성하도록 구성되는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템은 또한, 전자들로 상기 마스크를 조명함으로써, 상기 마스크의 이미지들을 생성하도록 구성되는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템은 또한, 이온들로 상기 마스크를 조명함으로써, 상기 마스크의 이미지들을 생성하도록 구성되는 것인, 시스템. - 제1항에 있어서,
상기 마스크의 물리적 버전을 시뮬레이션하는 것은 근접장(nearfield) 모델링을 포함하고,
상기 마스크의 물리적 버전의 이미지를 시뮬레이션하는 것은 부분 코히어런트 조명(partial coherent illumination) 모델링을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 마스크의 물리적 버전의 이미지를 시뮬레이션하는 것은, 상기 이미징 서브시스템에서의 초점 및 수차 오류들에 대한 상기 마스크의 물리적 버전의 이미지를 시뮬레이션하는 데 사용되는 모델에서 상기 이미징 서브시스템의 하나 이상의 파라미터를 교정(calibrating)하는 것을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 데이터베이스 기준 이미지를 생성함으로써 학습된 상기 이미징 서브시스템의 하나 이상의 파라미터는, 상기 이미징 서브시스템에서의 초점 및 수차 오류들을 나타내는 기저 이미지(basis image)들을 포함하고,
상기 다이 기준 이미지를 생성하는 것은, 상기 다이 기준 이미지를, 상기 다수의 다이들 중 상기 제1 다이가 아닌, 상기 다수의 다이들 중 하나 이상의 다이의 상기 이미징 서브시스템에 의해 생성된 상기 이미지들과, 상기 기저 이미지들의 선형 조합으로 합성하는 것을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 마스크 상의 상기 다수의 다이들 중 상기 제1 다이의 이미지들의 검사 영역 내에서 상기 마스크의 하나 이상의 피처의 특성을 결정하고,
상기 결정된 특성에 기초하여, 상기 검사 영역 내에서 상기 제2 결함들을 검출하기 위한 상기 데이터베이스 기준 이미지 또는 상기 다이 기준 이미지를 선택하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 마스크 상의 상기 제1 결함들 및 상기 제2 결함들에 가장 가까운 하나 이상의 패턴에 대한 정보를 획득하고,
상기 마스크 상의 상기 제1 결함들 및 상기 제2 결함들 각각에 가장 가까운 하나 이상의 패턴에 대한 상기 정보에 기초하여, 상기 제1 결함들 및 상기 제2 결함들을 분류하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 제1 결함들 및 상기 제2 결함들에 대한 분류 카테고리들을 결정하고,
상기 결정된 분류 카테고리들에 기초하여 상기 제1 결함들 및 상기 제2 결함들에 점수들을 할당하기 위해 구성되고,
상기 점수들은 상기 마스크로 수행되는 리소그래피 프로세스에 대한 상기 제1 결함들 및 상기 제2 결함들의 심각도(severity)를 나타내는 것인, 시스템. - 제1항에 있어서,
상기 컴퓨터 서브시스템은 또한, 상기 제1 결함들 및 상기 제2 결함들에 대한 정보를 포함하는 상기 마스크에 대한 검사 결과들을 생성하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 다수의 다이들 중 2개 이상의 다이들의 광학 근접 보정 피처의 특성은, 상기 마스크로 수행되는 리소그래피 프로세스에서 플레어(flare) 보정을 위해 상이하도록 설계되고,
상기 데이터베이스 기준 이미지를 생성하는 것은, 상기 다수의 다이들 중 2개 이상의 다이들 각각에 대한 설계를 사용하여 상기 마스크 상의 상기 다수의 다이들 중 2개 이상의 다이들에 대해 상이한 데이터베이스 기준 이미지들을 생성하는 것을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 다수의 다이들 중 2개 이상의 다이들의 광학 근접 보정 피처의 특성은, 상기 마스크로 수행되는 리소그래피 프로세스에서 플레어 보정을 위해 상이하도록 설계되고,
상기 컴퓨터 서브시스템은 또한, 상기 다수의 다이들 중 2개 이상의 다이들에서 광학 근접 피처의 위치들에 기초하여 상기 다수의 다이들 중 2개 이상의 다이들에서 상기 제2 결함들이 검출되는 감도(sensitivity)를 결정하기 위해 구성되는 것인, 시스템. - 제1항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 데이터베이스 기준 이미지를 생성함으로써 학습된 상기 이미징 서브시스템의 하나 이상의 파라미터를, 상기 다수의 다이들 중 제2 다이가 아닌, 상기 다수의 다이들 중 하나 이상의 다이의 상기 이미징 서브시스템에 의해 생성된 상기 이미지들에 적용함으로써, 상기 다수의 다이들 중 상기 제2 다이에 대한 추가 다이 기준 이미지를 생성하기 위해 구성되고,
상기 마스크 상의 상기 제2 결함들을 검출하는 것은, 상기 추가 다이 기준 이미지를, 상기 다수의 다이들 중 상기 제2 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교하는 것을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 제1 결함들은 체계적 마스크 기록기 오류들(systematic mask writer errors)을 포함하는 것인, 시스템. - 제1항에 있어서,
상기 이미징 서브시스템에 의해 생성되고, 상기 제1 결함들을 검출하고 상기 다이 기준 이미지를 생성하고 상기 제2 결함들을 검출하기 위해 사용되는 상기 마스크의 이미지들은, 상기 다수의 다이들의 다이 등가 영역들의 이미지들로부터만 선택되며,
상기 다이 등가 영역들은 상기 다수의 다이들보다 작은 것인, 시스템. - 제19항에 있어서,
상기 다이 등가 영역들은 상기 이미징 서브시스템에 의해 상기 마스크 상에서 스캔된 스와스(swath)의 폭과 동일한 1차원 크기를 갖는 것인, 시스템. - 제19항에 있어서,
상기 다수의 다이들은 상기 마스크 상에 2차원 어레이로 형성된 다이들을 포함하는 것인, 시스템. - 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행 가능한 프로그램 명령어들을 저장하는, 비일시적 컴퓨터 판독 가능 매체에 있어서, 상기 컴퓨터 구현 방법은,
마스크에 대한 설계로부터 상기 마스크의 물리적 버전을 시뮬레이션하고, 상기 마스크의 시뮬레이션된 물리적 버전으로부터 이미징 서브시스템에 의해 생성된 상기 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 상기 마스크 상에 형성된 다수의 다이들을 갖는 상기 마스크에 대한 데이터베이스 기준 이미지를 생성하는 단계;
상기 데이터베이스 기준 이미지를, 상기 다수의 다이들 중 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제1 결함들을 검출하는 단계;
상기 데이터베이스 기준 이미지를 생성함으로써 학습된 상기 이미징 서브시스템의 하나 이상의 파라미터를, 상기 다수의 다이들 중 상기 제1 다이가 아닌, 상기 다수의 다이들 중 하나 이상의 다이의 상기 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 상기 다수의 다이들 중 상기 제1 다이에 대한 다이 기준 이미지를 생성하는 단계; 및
상기 다이 기준 이미지를, 상기 다수의 다이들 중 상기 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제2 결함들을 검출하는 단계를 포함하는 것인, 비일시적 컴퓨터 판독 가능 매체. - 마스크 상의 결함들을 검출하기 위한 컴퓨터 구현 방법에 있어서,
마스크에 대한 설계로부터 상기 마스크의 물리적 버전을 시뮬레이션하고, 상기 마스크의 시뮬레이션된 물리적 버전으로부터 이미징 서브시스템에 의해 생성된 상기 마스크의 물리적 버전의 이미지를 시뮬레이션함으로써, 상기 마스크 상에 형성된 다수의 다이들을 갖는 상기 마스크에 대한 데이터베이스 기준 이미지를 생성하는 단계;
상기 데이터베이스 기준 이미지를, 상기 다수의 다이들 중 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제1 결함들을 검출하는 단계;
상기 데이터베이스 기준 이미지를 생성함으로써 학습된 상기 이미징 서브시스템의 하나 이상의 파라미터를, 상기 다수의 다이들 중 상기 제1 다이가 아닌, 상기 다수의 다이들 중 하나 이상의 다이의 상기 이미징 서브시스템에 의해 생성된 이미지들에 적용함으로써, 상기 다수의 다이들 중 상기 제1 다이에 대한 다이 기준 이미지를 생성하는 단계; 및
상기 다이 기준 이미지를, 상기 다수의 다이들 중 상기 제1 다이에 대해 상기 이미징 서브시스템에 의해 생성된 상기 마스크의 이미지들과 비교함으로써, 상기 마스크 상의 제2 결함들을 검출하는 단계를 포함하며,
상기 데이터베이스 기준 이미지를 생성하는 단계, 상기 제1 결함들을 검출하는 단계, 상기 다이 기준 이미지를 생성하는 단계, 및 상기 제2 결함들을 검출하는 단계는, 상기 이미징 서브시스템에 결합된 컴퓨터 서브시스템에 의해 수행되는 것인, 컴퓨터 구현 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/489,665 US11727556B2 (en) | 2021-09-29 | 2021-09-29 | Defect detection for multi-die masks |
| US17/489,665 | 2021-09-29 | ||
| PCT/US2022/044305 WO2023055634A1 (en) | 2021-09-29 | 2022-09-22 | Defect detection for multi-die masks |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240077466A true KR20240077466A (ko) | 2024-05-31 |
Family
ID=85718613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237041955A KR20240077466A (ko) | 2021-09-29 | 2022-09-22 | 멀티 다이 마스크들에 대한 결함 검출 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11727556B2 (ko) |
| EP (1) | EP4327082A1 (ko) |
| KR (1) | KR20240077466A (ko) |
| CN (1) | CN117751284A (ko) |
| IL (1) | IL308713A (ko) |
| TW (1) | TW202316104A (ko) |
| WO (1) | WO2023055634A1 (ko) |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6614520B1 (en) | 1997-12-18 | 2003-09-02 | Kla-Tencor Corporation | Method for inspecting a reticle |
| US9002497B2 (en) | 2003-07-03 | 2015-04-07 | Kla-Tencor Technologies Corp. | Methods and systems for inspection of wafers and reticles using designer intent data |
| JP3967327B2 (ja) | 2004-02-02 | 2007-08-29 | 株式会社東芝 | マスク欠陥検査方法 |
| US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US7676077B2 (en) | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US7873204B2 (en) | 2007-01-11 | 2011-01-18 | Kla-Tencor Corporation | Method for detecting lithographically significant defects on reticles |
| US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
| US8245161B1 (en) * | 2007-08-16 | 2012-08-14 | Kla-Tencor Corporation | Verification of computer simulation of photolithographic process |
| US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
| JP5695924B2 (ja) | 2010-02-01 | 2015-04-08 | 株式会社ニューフレアテクノロジー | 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法 |
| US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
| US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
| US8855400B2 (en) * | 2012-03-08 | 2014-10-07 | Kla-Tencor Corporation | Detection of thin lines for selective sensitivity during reticle inspection using processed images |
| CN104364605B (zh) * | 2012-04-18 | 2017-06-06 | 科磊股份有限公司 | 针对极紫外线光罩的临界尺寸均匀性监测 |
| US8953869B2 (en) * | 2012-06-14 | 2015-02-10 | Kla-Tencor Corporation | Apparatus and methods for inspecting extreme ultra violet reticles |
| US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
| US9390494B2 (en) | 2012-12-13 | 2016-07-12 | Kla-Tencor Corporation | Delta die intensity map measurement |
| US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
| US9778205B2 (en) | 2014-03-25 | 2017-10-03 | Kla-Tencor Corporation | Delta die and delta database inspection |
| US9478019B2 (en) | 2014-05-06 | 2016-10-25 | Kla-Tencor Corp. | Reticle inspection using near-field recovery |
| US11580398B2 (en) | 2016-10-14 | 2023-02-14 | KLA-Tenor Corp. | Diagnostic systems and methods for deep learning models configured for semiconductor applications |
| DE102017203879B4 (de) | 2017-03-09 | 2023-06-07 | Carl Zeiss Smt Gmbh | Verfahren zum Analysieren einer defekten Stelle einer photolithographischen Maske |
| US10275872B2 (en) * | 2017-08-24 | 2019-04-30 | Applied Materials Israel Ltd. | Method of detecting repeating defects and system thereof |
| US10607119B2 (en) | 2017-09-06 | 2020-03-31 | Kla-Tencor Corp. | Unified neural network for defect detection and classification |
| JP2019135464A (ja) * | 2018-02-05 | 2019-08-15 | 株式会社ニューフレアテクノロジー | パターン検査方法およびパターン検査装置 |
| US10866197B2 (en) | 2018-09-20 | 2020-12-15 | KLA Corp. | Dispositioning defects detected on extreme ultraviolet photomasks |
-
2021
- 2021-09-29 US US17/489,665 patent/US11727556B2/en active Active
-
2022
- 2022-07-05 TW TW111125057A patent/TW202316104A/zh unknown
- 2022-09-22 KR KR1020237041955A patent/KR20240077466A/ko unknown
- 2022-09-22 CN CN202280038006.0A patent/CN117751284A/zh active Pending
- 2022-09-22 EP EP22877156.4A patent/EP4327082A1/en active Pending
- 2022-09-22 WO PCT/US2022/044305 patent/WO2023055634A1/en active Application Filing
- 2022-09-22 IL IL308713A patent/IL308713A/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| US20230098730A1 (en) | 2023-03-30 |
| CN117751284A (zh) | 2024-03-22 |
| EP4327082A1 (en) | 2024-02-28 |
| TW202316104A (zh) | 2023-04-16 |
| WO2023055634A1 (en) | 2023-04-06 |
| US11727556B2 (en) | 2023-08-15 |
| IL308713A (en) | 2024-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102557180B1 (ko) | 극자외선 포토마스크 상에서 검출되는 결함의 처리 | |
| US11257207B2 (en) | Inspection of reticles using machine learning | |
| KR102424804B1 (ko) | 광학 다이 대 데이터베이스 검사 | |
| US7379175B1 (en) | Methods and systems for reticle inspection and defect review using aerial imaging | |
| US7123356B1 (en) | Methods and systems for inspecting reticles using aerial imaging and die-to-database detection | |
| US7027143B1 (en) | Methods and systems for inspecting reticles using aerial imaging at off-stepper wavelengths | |
| US10451563B2 (en) | Inspection of photomasks by comparing two photomasks | |
| US10074036B2 (en) | Critical dimension uniformity enhancement techniques and apparatus | |
| KR102245701B1 (ko) | 근접장 복원을 이용한 레티클 검사 | |
| US7570800B2 (en) | Methods and systems for binning defects detected on a specimen | |
| US8204297B1 (en) | Methods and systems for classifying defects detected on a reticle | |
| US9767548B2 (en) | Outlier detection on pattern of interest image populations | |
| TWI690006B (zh) | 用於模型化基礎臨界尺寸測量之技術及系統 | |
| US11010886B2 (en) | Systems and methods for automatic correction of drift between inspection and design for massive pattern searching | |
| WO2016109662A1 (en) | Alignment of inspection to design using built in targets | |
| US11727556B2 (en) | Defect detection for multi-die masks | |
| KR20230075369A (ko) | 반도체 시편 제조를 위한 마스크 검사 |