KR101850407B1 - 구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램 제품 - Google Patents
구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램 제품 Download PDFInfo
- Publication number
- KR101850407B1 KR101850407B1 KR1020167006435A KR20167006435A KR101850407B1 KR 101850407 B1 KR101850407 B1 KR 101850407B1 KR 1020167006435 A KR1020167006435 A KR 1020167006435A KR 20167006435 A KR20167006435 A KR 20167006435A KR 101850407 B1 KR101850407 B1 KR 101850407B1
- Authority
- KR
- South Korea
- Prior art keywords
- interest
- parameters
- parameter
- structures
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000007689 inspection Methods 0.000 title claims abstract description 13
- 238000004590 computer program Methods 0.000 title abstract description 7
- 230000005855 radiation Effects 0.000 claims description 80
- 238000013178 mathematical model Methods 0.000 claims description 31
- 230000003993 interaction Effects 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims description 2
- 238000001303 quality assessment method Methods 0.000 claims 1
- 238000013441 quality evaluation Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 28
- 239000000758 substrate Substances 0.000 description 83
- 238000000059 patterning Methods 0.000 description 23
- 239000010410 layer Substances 0.000 description 21
- 238000012545 processing Methods 0.000 description 20
- 238000005259 measurement Methods 0.000 description 18
- 238000001228 spectrum Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000001459 lithography Methods 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 13
- 239000012530 fluid Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 210000001747 pupil Anatomy 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000007654 immersion Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002050 diffraction method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- -1 e.g. Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000000609 electron-beam lithography Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- 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
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- 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
- G03F1/38—Masks having auxiliary features, e.g. special coatings or marks for alignment or testing; Preparation thereof
- G03F1/44—Testing or measuring features, e.g. grid patterns, focus monitors, sawtooth scales or notched scales
-
- 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
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- 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
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7092—Signal processing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
- H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
- H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
- H01L21/0274—Photolithographic processes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
본 발명은 구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램에 관한 것이며, 이는 예를 들어 미세 구조체들의 메트롤로지에 적용될 수 있다. 재구성된 값이 리소그래피 공정을 모니터링 및/또는 제어하는데 사용될 때, 재구성이 구조체의 관심 파라미터(예를 들어, CD)의 정확한 값을 제공하는 것이 중요하다. 이는 구조체들의 파라미터들의 재구성된 값들을 이용하여 구조체들의 관심 파라미터의 값들을 예측하고(804), 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교함으로써(805), 주사 전자 현미경의 사용을 요구하지 않는 구조체의 관심 파라미터의 값의 재구성(803)의 품질을 평가하는 방식이다.
Description
본 출원은 2013년 8월 13일에 출원된 미국 가출원 61/865,354의 이익을 주장하며, 이는 본 명세서에서 전문이 인용 참조된다.
본 발명은 구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램 제품에 관한 것이다. 본 발명은, 예를 들어 리소그래피 장치의 임계 치수(CD) 성능을 평가하기 위해, 예를 들어 미세 구조체(microscopic structure)들의 메트롤로지(metrology)에 적용될 수 있다.
리소그래피 장치는 기판 상으로, 통상적으로는 기판의 타겟부 상으로 원하는 패턴을 적용시키는 기계이다. 리소그래피 장치는, 예를 들어 집적 회로(IC)의 제조에 사용될 수 있다. 그 경우, 대안적으로 마스크 또는 레티클이라 칭하는 패터닝 디바이스가 IC의 개별 층에 형성될 회로 패턴을 생성하기 위해 사용될 수 있다. 이 패턴은 기판(예컨대, 실리콘 웨이퍼)의 (예를 들어, 다이의 일부분, 한 개 또는 수 개의 다이들을 포함하는) 타겟부 상으로 전사(transfer)될 수 있다. 패턴의 전사는 통상적으로 기판에 제공된 방사선-감응재(레지스트) 층 상으로의 이미징(imaging)을 통해 수행된다. 일반적으로, 단일 기판은 연속하여 패터닝되는 인접한 타겟부들의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는, 한번에 타겟부 상으로 전체 패턴을 노광함으로써 각각의 타겟부가 조사(irradiate)되는, 소위 스테퍼들, 및 방사선 빔을 통해 주어진 방향("스캐닝"- 방향)으로 패턴을 스캐닝하는 한편, 이 방향과 평행한 방향(같은 방향으로 평행한 방향) 또는 역-평행 방향(반대 방향으로 평행한 방향)으로 기판을 동기적으로 스캐닝함으로써 각각의 타겟부가 조사되는, 소위 스캐너들을 포함한다. 또한, 기판 상으로 패턴을 임프린트(imprint)함으로써, 패터닝 디바이스로부터 기판으로 패턴을 전사할 수도 있다.
리소그래피 공정을 모니터링하기 위해, 패터닝된 기판의 파라미터들이 측정된다. 파라미터들은, 예를 들어 패터닝된 기판 내에 또는 기판 상에 형성된 연속한 층들 간의 오버레이 오차, 및 현상된 감광성 레지스트의 임계 선폭(critical line width)을 포함할 수 있다. 이 측정은 제품 기판(product substrate) 및/또는 지정된 메트롤로지 타겟(dedicated metrology target) 상에서 수행될 수 있다. 리소그래피 공정 시 형성된 미세한 구조체들의 측정을 수행하기 위해, 주사 전자 현미경(scanning electron microscope) 및 다양한 특수 툴의 사용을 포함하는 다양한 기술들이 존재한다. 고속 및 비파괴(non-invasive) 형태의 특수 검사 툴은, 기판 표면의 타겟부 상으로 방사선 빔이 지향되어, 산란 또는 반사된 빔의 특성들이 측정되는 스캐터로미터(scatterometer)이다. 두 가지 주요 형태의 스캐터로미터가 알려져 있다. 분광 스캐터로미터(spectroscopic scatterometer)는 기판 상으로 광대역 방사선 빔을 지향하고, 특정한 좁은 각도 범위로 산란되는 방사선의 스펙트럼[파장의 함수로서 세기 및/또는 편광 상태(polarization state)]을 측정한다. 각도 분해 스캐터로미터(angularly resolved scatterometer)는 단색 방사선 빔(monochromatic radiation beam)을 이용하고, 각도의 함수로서 산란된 방사선의 세기 및/또는 편광 상태를 측정한다.
기판에 의해 반사 또는 산란되기 전후에 빔의 특성들을 비교함으로써, 기판의 특성들, 또는 더 구체적으로는 기판 상에 또는 기판 내에 존재하는 1 이상의 구조체의 1 이상의 특성이 결정될 수 있다. 이는, 예를 들어 파라미터화된(parameterized) (수학적) 모델로부터 계산된 모델 (시뮬레이션된) 회절 신호들과 반사 또는 산란된 빔의 측정으로부터 얻어진 데이터를 비교함으로써 재구성에 의해 행해질 수 있다. 계산된 신호들은 사전-계산될 수 있거나, 라이브러리에 저장될 수 있으며, 라이브러리는 파라미터화된 모델의 파라미터 공간에 분포된 복수의 후보 기판 구조체(candidate substrate structure)들을 나타낸다. 대안적으로 또는 추가적으로, 계산된 회절 신호가 측정된 신호와 매칭(match)될 때까지 반복 검색 공정 동안 파라미터들이 변동될 수 있다. 예를 들어, 본 명세서에서 전문이 인용 참조되는 미국 특허 7522293(Wu)에서는, 두 가지 기술이, 예를 들어 '라이브러리 기반" 및 '회귀 기반(regression based)' 공정들로서 각각 설명된다.
특히, 복합 구조체들 또는 특정 재료들을 포함하는 구조체들에 대하여, 산란된 빔을 정확히 모델링하는 데 요구되는 파라미터들의 수는 많다. 파라미터들이 주어진('고정된') 또는 가변적['유동적(floating)']으로 정의된 '모델 레시피(model recipe)'가 정의된다. 유동적 파라미터들에 대하여, 허용된 범위의 변동은 절대 항(absolute term)들로 또는 공칭 값(nominal value)으로부터의 편차를 기준으로 정의된다. 또한, 본 명세서에서 전문이 인용 참조되는 WO 2011-151121(Aben)에는, 예를 들어 유동적 파라미터들 간에 관계를 성립(impose)시킬 수 있음이 기술되어 있다.
재구성된 값이 리소그래피 공정을 모니터링 및/또는 제어하는 데 사용됨에 따라, 재구성이 구조체의 관심 파라미터(예를 들어, CD)의 정확한 값을 제공하는 것이 중요하다. 일반적으로, 관심 파라미터의 재구성된 값이 관심 파라미터의 물리적인 값에 더 부합(resemble)할수록, 리소그래피 공정이 더 잘 모니터링 및/또는 제어될 수 있다. 주사 전사 현미경(SEM)을 이용하여 얻어진 관심 파라미터의 값과 관심 파라미터의 재구성된 값을 비교함으로써, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 것이 알려져 있다. 하지만, 이는 주사 전자 현미경의 가용성(availability)을 필요로 한다. 또한, 주사 전사 현미경이 비교적 느리기 때문에, 주사 전자 현미경을 이용하여 관심 파라미터의 값을 얻는 데 긴 시간이 소요된다. 또한, 주사 전자 현미경의 시스템 오류들로 인해, 주사 전자 현미경을 이용하여 얻어진 관심 파라미터의 값이 관심 파라미터의 물리적인 값에 항상 정확히 부합할 수 없다.
본 발명의 목적은, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 개선된 방법을 제공하는 것이다. 본 발명자들은, 구조체들의 파라미터들의 재구성된 값들을 이용하여 구조체들의 관심 파라미터의 값들을 예측하고, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교함으로써, 주사 전자 현미경의 사용을 요구하지 않는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방식을 알아냈다.
본 발명의 제 1 실시예에 따르면, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법이 제공되며, 상기 방법은: 구조체들의 세트의 각각의 구조체에 대해, 1 이상의 방사선 빔으로 구조체를 조명하고, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 단계; 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하는 단계 - 파라미터들 중 적어도 하나는 구조체의 관심 파라미터로서 지정됨 -; 구조체들의 세트의 각각의 구조체에 대해, 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트(subset)를 이용하여, 구조체의 관심 파라미터의 값을 예측하는 단계; 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하는 단계를 포함한다.
본 발명의 실시예는 주사 전자 현미경의 사용을 요구하지 않는 구조체의 관심 파라미터의 값의 재구성의 품질의 평가를 허용한다. 따라서, 고가의 주사 전자 현미경의 가용성이 요구되지 않는다. 또한, 느린 주사 전자 현미경의 이용이 요구되지 않음에 따라 시간이 절약된다. 이 외에도, 본 발명자들은 본 발명이 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 양호한 방식을 제공한다는 것을 인지하였다. 주사 전자 현미경을 이용하여 얻어진 관심 파라미터의 값은 어떤 식으로도 관심 파라미터의 물리적인 값에 항상 정확히 부합할 수 없어, 알려진 방법의 사용이 덜 신뢰적이게 한다.
이론에 한정되지 않고, 본 발명의 실시예가 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 신뢰성있는 방식을 제공하는 이유는, 이것이 예측가능성(predictability)에 기초하기 때문일 수 있다. 구조체의 관심 파라미터의 값이 재구성될 수 있기 전에, 구조체는 1 이상의 방사선 빔으로 조명되고, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호가 검출된다. 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들이 재구성되며, 파라미터들 중 적어도 하나가 구조체의 관심 파라미터로서 지정된다. 구조체와 연계된 신호는 구조체의 다수의 파라미터들의 변동에 감응한다(sensitive). 이러한 파라미터들은 구조체의 여하한의 기술자(descriptor)일 수 있다. 흔히, 하나의 파라미터에 대한 신호의 감응도는 다른 파라미터들(의 조합)에 대한 신호의 감응도에 부합한다. 이 문제는 상관관계(correlation)라고도 칭해진다. 신호의 상이한 파라미터들의 효과를 분리하기 위해 적절한 모델링 및 신호 처리가 사용된다. 하지만, 본 발명자들은 실제로 어느 정도의 상관관계가 여전히 남아 있다고 보았다. 이는, 메트롤로지 사용자가 관심을 갖는 파라미터들을 포함하여, 파라미터들의 측정의 정확도, 정밀도 및 속도를 저하시킨다. 따라서, 이는 여하한의 상관관계가 측정에 존재하는지 아는 것과 관련이 있다. 본 발명자들은, 측정이 상관관계를 겪는 경우, 상관관계에 관련된 파라미터들의 값들이 일제히 변하는 것을 인지하였다. 이는, 상관관계가 존재하는 경우, 관심 파라미터의 값이 다른 파라미터들의 값들을 이용하여 예측될 수 있음을 암시한다. 일반적으로, 파라미터가 다른 파라미터들의 값들에 의해 더 잘 예측될 수 있을수록, 더 많은 상관관계가 측정에 존재한다. 그러므로, 관심 파라미터의 값들은 다른 파라미터들의 재구성된 값들을 이용하여 예측되며, 관심 파라미터의 예측된 값들은 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들과 비교된다.
또한, 본 발명의 또 다른 실시예는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 검사 장치를 제공하며, 상기 장치는: 1 이상의 방사선 빔으로 구조체들의 세트의 각각의 구조체를 조명하는 조명 시스템; 구조체들의 세트의 각각의 구조체에 대해, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 검출 시스템; 및 프로세서 - 프로세서는 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하도록 배치되고, 파라미터들 중 적어도 하나는 구조체의 관심 파라미터로서 지정되며, 프로세서는 구조체들의 세트의 각각의 구조체에 대해 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여 구조체의 관심 파라미터의 값을 예측하도록 배치되고, 프로세서는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하도록 배치됨 - 를 포함한다.
또한, 본 발명의 또 다른 실시예는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 기계-판독가능한 명령어들의 1 이상의 시퀀스를 포함하는 컴퓨터 프로그램 제품을 포함하고, 상기 명령어는, 1 이상의 프로세서를 이용하여, 구조체들의 세트의 각각의 구조체에 대해, 사전설정된 조명 하에서 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 검출 신호를 수신하고, 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하며 - 파라미터들 중 적어도 하나는 구조체의 관심 파라미터로서 지정됨 -, 구조체들의 세트의 각각의 구조체에 대해 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여 구조체의 관심 파라미터의 값을 예측하고, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하도록 구성된다.
첨부한 도면들을 참조하여, 본 발명의 다양한 실시예들의 구조 및 작동뿐만 아니라, 본 발명의 또 다른 특징들 및 장점들이 아래에 자세히 설명된다. 본 발명은 여기에 설명된 특정 실시예들로 제한되지 않음을 유의한다. 이러한 실시예들은 본 명세서에서 단지 예시의 목적으로만 제시된다. 관련 기술(들)의 당업자라면, 본 명세서에 담긴 교시에 기초하여 추가 실시예들이 행해질 수 있음을 알 수 있을 것이다.
이하, 대응하는 참조 부호들이 대응하는 부분들을 나타내는 첨부된 개략적인 도면들을 참조하여, 단지 예시의 방식으로만 본 발명의 실시예들을 설명할 것이다:
도 1은 리소그래피 장치의 개략도;
도 2는 리소그래피 셀 또는 클러스터(cluster)의 개략도;
도 3은 제 1 스캐터로미터의 작동 원리를 예시한 도면;
도 4는 제 2 스캐터로미터의 작동 원리를 예시한 도면;
도 5는 스캐터로미터 측정들로부터 구조체의 재구성의 제 1 예시 공정을 도시한 도면;
도 6은 스캐터로미터 측정들로부터 구조체의 재구성의 제 2 예시 공정을 도시한 도면;
도 7은 연계된 모델 파라미터들을 갖는, 도 5 또는 도 6의 공정에 의해 측정될 예시적인 구조체의 개략적 단면도;
도 8은 본 발명의 일 실시예에 따른, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법을 예시한 도면; 및
도 9a 및 도 9b는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가한 본 발명의 구현의 결과들의 일 예시를 제공하는 도면이다.
본 발명의 특징들 및 장점들은 도면들과 연계될 때 아래에 설명된 상세한 설명으로부터 더 잘 이해할 수 있을 것이며, 동일한 참조 부호들은 전반에 걸쳐 대응하는 요소들과 동일하게 취급된다. 도면들에서, 동일한 참조 번호들은 일반적으로 동일한, 기능적으로 유사한, 및/또는 구조적으로 유사한 요소들을 나타낸다. 요소가 가장 먼저 나타난 도면은 대응하는 참조 번호의 맨 앞자리 수(들)에 의해 나타내어진다.
도 1은 리소그래피 장치의 개략도;
도 2는 리소그래피 셀 또는 클러스터(cluster)의 개략도;
도 3은 제 1 스캐터로미터의 작동 원리를 예시한 도면;
도 4는 제 2 스캐터로미터의 작동 원리를 예시한 도면;
도 5는 스캐터로미터 측정들로부터 구조체의 재구성의 제 1 예시 공정을 도시한 도면;
도 6은 스캐터로미터 측정들로부터 구조체의 재구성의 제 2 예시 공정을 도시한 도면;
도 7은 연계된 모델 파라미터들을 갖는, 도 5 또는 도 6의 공정에 의해 측정될 예시적인 구조체의 개략적 단면도;
도 8은 본 발명의 일 실시예에 따른, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법을 예시한 도면; 및
도 9a 및 도 9b는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가한 본 발명의 구현의 결과들의 일 예시를 제공하는 도면이다.
본 발명의 특징들 및 장점들은 도면들과 연계될 때 아래에 설명된 상세한 설명으로부터 더 잘 이해할 수 있을 것이며, 동일한 참조 부호들은 전반에 걸쳐 대응하는 요소들과 동일하게 취급된다. 도면들에서, 동일한 참조 번호들은 일반적으로 동일한, 기능적으로 유사한, 및/또는 구조적으로 유사한 요소들을 나타낸다. 요소가 가장 먼저 나타난 도면은 대응하는 참조 번호의 맨 앞자리 수(들)에 의해 나타내어진다.
본 명세서는 본 발명의 특징들을 포함하는 1 이상의 실시예들을 개시한다. 개시된 실시예(들)는 단지 본 발명을 예시한다. 본 발명의 범위는 개시된 실시예(들)로 제한되지 않는다. 본 발명은 본 명세서에 첨부된 청구항들에 의해 정의된다.
본 명세서에서, "하나의 실시예", "일 실시예", "예시적인 실시예" 등으로 설명된 실시예(들) 및 이러한 언급들은, 설명된 실시예(들)가 특정한 특징, 구조 또는 특성을 포함할 수 있지만, 모든 실시예가 특정한 특징, 구조 또는 특성을 반드시 포함하는 것은 아닐 수 있음을 나타낸다. 또한, 이러한 어구들이 반드시 동일한 실시예를 칭하는 것은 아니다. 또한, 특정한 특징, 구조 또는 특성이 일 실시예와 연계하여 설명되는 경우, 이러한 특징, 구조 또는 특성의 다른 실시예들에 대한 연계성은 명시적으로 설명되든지 그렇지 않든지 간에 당업자의 지식 내에 있음을 이해한다.
본 발명의 실시예들은 하드웨어, 펌웨어, 소프트웨어, 또는 이의 여하한의 조합으로 구현될 수 있다. 또한, 본 발명의 실시예들은 1 이상의 프로세서에 의해 판독 및 실행될 수 있는 기계-판독가능한 매체에 저장된 명령어들로서 구현될 수 있다. 기계-판독가능한 매체는 기계(예를 들어, 컴퓨팅 디바이스)에 의해 판독가능한 형태로 정보를 저장하는 여하한의 메커니즘을 포함할 수 있다. 예를 들어, 기계-판독가능한 매체는 ROM(read only memory); RAM(random access memory); 자기 디스크 저장 매체; 광학 저장 매체; 플래시 메모리 디바이스 등을 포함할 수 있다. 더욱이, 펌웨어, 소프트웨어, 루틴, 명령어들은 본 명세서에서 소정 작업을 수행하는 것으로서 설명될 수 있다. 하지만, 이러한 설명들은 단지 편의를 위한 것이며, 이러한 작업들은 실제로 컴퓨팅 디바이스, 프로세서, 제어기, 또는 펌웨어, 소프트웨어, 루틴, 명령어 등을 실행하는 다른 디바이스들에 기인한다는 것을 이해하여야 한다.
하지만, 이러한 실시예들을 더 상세히 설명하기 전에, 본 발명의 실시예들이 구현될 수 있는 예시적인 환경을 제시하는 것이 유익하다.
도 1은 본 발명의 일 실시예에 따른 소스 컬렉터 모듈(SO)을 포함하는 리소그래피 장치(LAP)를 개략적으로 도시한다. 상기 장치는: 방사선 빔(B)(예를 들어, EUV 방사선)을 컨디셔닝하도록 구성된 조명 시스템(일루미네이터)(IL); 패터닝 디바이스(예를 들어, 마스크 또는 레티클)(MA)를 지지하도록 구성되고, 패터닝 디바이스를 정확히 위치시키도록 구성된 제 1 위치설정기(PM)에 연결되는 지지 구조체(예를 들어, 마스크 테이블)(MT); 기판(예를 들어, 레지스트-코팅된 웨이퍼)(W)을 유지하도록 구성되고, 기판을 정확히 위치시키도록 구성된 제 2 위치설정기(PW)에 연결되는 기판 테이블(예를 들어, 웨이퍼 테이블)(WT); 및 패터닝 디바이스(MA)에 의해 방사선 빔(B)에 부여된 패턴을 기판(W)의 (예를 들어, 1 이상의 다이를 포함하는) 타겟부(C) 상으로 투영하도록 구성된 투영 시스템(예를 들어, 반사 투영 시스템)(PS)을 포함한다.
조명 시스템은 방사선을 지향, 성형 또는 제어하기 위하여, 굴절, 반사, 자기, 전자기, 정전기 또는 다른 타입의 광학 구성요소들, 또는 이의 여하한의 조합과 같은 다양한 타입의 광학 구성요소들을 포함할 수 있다.
지지 구조체는 패터닝 디바이스를 지지, 즉 그 무게를 견딘다. 이는 패터닝 디바이스의 방위, 리소그래피 장치의 디자인, 및 예를 들어 패터닝 디바이스가 진공 환경에서 유지되는지의 여부와 같은 다른 조건들에 의존하는 방식으로 패터닝 디바이스를 유지한다. 지지 구조체는 패터닝 디바이스를 유지하기 위해 기계적, 진공, 정전기, 또는 다른 클램핑 기술들을 이용할 수 있다. 지지 구조체는, 예를 들어 필요에 따라 고정되거나 이동가능할 수 있는 프레임 또는 테이블일 수 있다. 지지 구조체는, 패터닝 디바이스가 예를 들어 투영 시스템에 대해 원하는 위치에 있을 것을 보장할 수 있다. 본 명세서의 "레티클" 또는 "마스크"라는 용어의 어떠한 사용도 "패터닝 디바이스"라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
본 명세서에서 사용되는 "패터닝 디바이스"라는 용어는, 기판의 타겟부에 패턴을 생성하기 위해서, 방사선 빔의 단면에 패턴을 부여하는데 사용될 수 있는 여하한의 디바이스를 언급하는 것으로 폭넓게 해석되어야 한다. 방사선 빔에 부여된 패턴은, 예를 들어 상기 패턴이 위상-시프팅 피처(phase-shifting feature)들 또는 소위 어시스트 피처(assist feature)들을 포함하는 경우, 기판의 타겟부 내의 원하는 패턴과 정확히 대응하지 않을 수도 있다는 것을 유의하여야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적 회로와 같이 타겟부에 생성될 디바이스의 특정 기능 층에 대응할 것이다.
패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스의 예로는 마스크, 프로그램가능한 거울 어레이, 및 프로그램가능한 LCD 패널들을 포함한다. 마스크는 리소그래피 분야에서 잘 알려져 있으며, 바이너리(binary)형, 교번 위상-시프트형 및 감쇠 위상-시프트형과 같은 마스크 타입, 및 다양한 하이브리드(hybrid) 마스크 타입들을 포함한다. 프로그램가능한 거울 어레이의 일 예시는 작은 거울들의 매트릭스 구성을 채택하며, 그 각각은 입사하는 방사선 빔을 상이한 방향으로 반사시키도록 개별적으로 기울어질 수 있다. 기울어진 거울들은 거울 매트릭스에 의해 반사되는 방사선 빔에 패턴을 부여한다.
본 명세서에서 사용되는 "투영 시스템"이라는 용어는, 사용되는 노광 방사선에 대하여, 또는 침지 액체의 사용 또는 진공의 사용과 같은 다른 인자들에 대하여 적절하다면, 굴절, 반사, 카타디옵트릭, 자기, 전자기 및 정전기 광학 시스템, 또는 여하한의 그 조합을 포함하는 여하한 타입의 투영 시스템을 내포하는 것으로서 폭넓게 해석되어야 한다. 본 명세서의 "투영 렌즈"라는 용어의 어떠한 사용도 "투영 시스템"이라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
본 명세서에 도시된 바와 같이, 상기 장치는 (예를 들어, 투과 마스크를 채택하는) 투과형으로 구성된다. 대안적으로, 상기 장치는 (예를 들어, 앞서 언급된 바와 같은 타입의 프로그램가능한 거울 어레이를 채택하거나, 반사 마스크를 채택하는) 반사형으로 구성될 수 있다.
리소그래피 장치는 2 개(듀얼 스테이지) 이상의 기판 테이블(및/또는 2 이상의 마스크 테이블)을 갖는 형태로 구성될 수 있다. 이러한 "다수 스테이지" 기계에서는 추가 테이블이 병행하여 사용될 수 있으며, 또는 1 이상의 테이블이 노광에 사용되고 있는 동안 1 이상의 다른 테이블에서는 준비작업 단계가 수행될 수 있다.
또한, 리소그래피 장치는 투영 시스템과 기판 사이의 공간을 채우기 위해서, 기판의 적어도 일부분이 비교적 높은 굴절률을 갖는 액체, 예컨대 물로 덮일 수 있는 형태로도 구성될 수 있다. 또한, 침지 액체는 리소그래피 장치 내의 다른 공간들, 예를 들어 마스크와 투영 시스템 사이에도 적용될 수 있다. 침지 기술은 투영 시스템의 개구수를 증가시키는 기술로 당업계에 잘 알려져 있다. 본 명세서에서 사용되는 "침지"라는 용어는 기판과 같은 구조체가 액체 내에 담그어져야 함을 의미하는 것이라기보다는, 노광 시 액체가 투영 시스템과 기판 사이에 놓이기만 하면 된다는 것을 의미한다.
도 1을 참조하면, 일루미네이터(IL)는 방사선 소스(SO)로부터 방사선 빔을 수용한다. 예를 들어, 소스가 엑시머 레이저(excimer laser)인 경우, 상기 소스 및 리소그래피 장치는 별도의 개체일 수 있다. 이러한 경우, 소스는 리소그래피 장치의 일부분을 형성하는 것으로 간주되지 않으며, 방사선 빔은 예를 들어 적절한 지향 거울 및/또는 빔 익스팬더(beam expander)를 포함하는 빔 전달 시스템(BD)의 도움으로, 소스(SO)로부터 일루미네이터(IL)로 통과된다. 다른 경우, 예를 들어 소스가 수은 램프인 경우, 상기 소스는 리소그래피 장치의 통합부일 수 있다. 상기 소스(SO) 및 일루미네이터(IL)는, 필요에 따라 빔 전달 시스템(BD)과 함께 방사선 시스템이라고도 칭해질 수 있다.
일루미네이터(IL)는 방사선 빔의 각도 세기 분포를 조정하는 조정기(AD)를 포함할 수 있다. 일반적으로, 일루미네이터의 퓨필 평면의 세기 분포의 적어도 외반경 및/또는 내반경 크기(통상적으로, 각각 외측-σ 및 내측-σ라 함)가 조정될 수 있다. 또한, 일루미네이터(IL)는 인티그레이터(integrator: IN) 및 콘덴서(condenser: CO)와 같이, 다양한 다른 구성요소들을 포함할 수도 있다. 일루미네이터는 방사선 빔의 단면에 원하는 균일성(uniformity) 및 세기 분포를 갖기 위해, 방사선 빔을 컨디셔닝하는데 사용될 수 있다.
방사선 빔(B)은 지지 구조체(예를 들어, 마스크 테이블)(MT)에 유지되어 있는 패터닝 디바이스(예를 들어, 마스크)(MA)에 입사되며, 패터닝 디바이스에 의해 패터닝된다. 마스크(MA)를 가로질렀으면, 방사선 빔(B)은 투영 시스템(PL)을 통과하며, 이는 기판(W)의 타겟부(C) 상에 상기 빔을 포커스한다. 제 2 위치설정기(PW) 및 위치 센서(IF)[예를 들어, 간섭계 디바이스(interferometric device), 리니어 인코더(linear encoder), 2-D 인코더 또는 용량성 센서(capacitive sensor)]의 도움으로, 기판 테이블(WT)은 예를 들어 방사선 빔(B)의 경로에 상이한 타겟부(C)들을 위치시키도록 정확하게 이동될 수 있다. 이와 유사하게, 제 1 위치설정기(PM) 및 (도 1에 명확히 도시되지 않은) 또 다른 위치 센서는, 예를 들어 마스크 라이브러리(mask library)로부터의 기계적인 회수 후에, 또는 스캔하는 동안, 방사선 빔(B)의 경로에 대해 마스크(MA)를 정확히 위치시키는데 사용될 수 있다. 일반적으로, 마스크 테이블(MT)의 이동은 장-행정 모듈(long-stroke module: 개략 위치설정) 및 단-행정 모듈(short-stroke module: 미세 위치설정)의 도움으로 실현될 수 있으며, 이는 제 1 위치설정기(PM)의 일부분을 형성한다. 이와 유사하게, 기판 테이블(WT)의 이동은 장-행정 모듈 및 단-행정 모듈을 이용하여 실현될 수 있으며, 이는 제 2 위치설정기(PW)의 일부분을 형성한다. (스캐너와는 대조적으로) 스테퍼의 경우, 마스크 테이블(MT)은 단-행정 액추에이터에만 연결되거나 고정될 수 있다. 마스크(MA) 및 기판(W)은 마스크 정렬 마크들(M1 및 M2) 및 기판 정렬 마크들(P1 및 P2)을 이용하여 정렬될 수 있다. 비록, 예시된 기판 정렬 마크들은 지정된(dedicated) 타겟부들을 차지하고 있지만, 그들은 타겟부들 사이의 공간들에 위치될 수도 있다[이들은 스크라이브-레인 정렬 마크(scribe-lane alignment mark)들로 알려져 있음]. 이와 유사하게, 마스크(MA)에 1 이상의 다이가 제공되는 상황들에서, 마스크 정렬 마크들은 다이들 사이에 위치될 수 있다.
도시된 장치는 다음 모드들 중 적어도 하나에서 사용될 수 있다:
1. 스텝 모드에서, 마스크 테이블(MT) 및 기판 테이블(WT)은 기본적으로 정지 상태로 유지되는 한편, 방사선 빔에 부여된 전체 패턴은 한번에 타겟부(C) 상에 투영된다[즉, 단일 정적 노광(single static exposure)]. 그 후, 기판 테이블(WT)은 상이한 타겟부(C)가 노광될 수 있도록 X 및/또는 Y 방향으로 시프트된다. 스텝 모드에서, 노광 필드의 최대 크기는 단일 정적 노광 시에 이미징되는 타겟부(C)의 크기를 제한한다.
2. 스캔 모드에서, 마스크 테이블(MT) 및 기판 테이블(WT)은 방사선 빔에 부여된 패턴이 타겟부(C) 상에 투영되는 동안에 동기적으로 스캐닝된다[즉, 단일 동적 노광(single dynamic exposure)]. 마스크 테이블(MT)에 대한 기판 테이블(WT)의 속도 및 방향은 투영 시스템(PL)의 확대(축소) 및 이미지 반전 특성에 의하여 결정될 수 있다. 스캔 모드에서, 노광 필드의 최대 크기는 단일 동적 노광 시 타겟부의 (스캐닝 되지 않는 방향으로의) 폭을 제한하는 반면, 스캐닝 동작의 길이는 타겟부의 (스캐닝 방향으로의) 높이를 결정한다.
3. 또 다른 모드에서, 마스크 테이블(MT)은 프로그램가능한 패터닝 디바이스를 유지하여 기본적으로 정지된 상태로 유지되며, 방사선 빔에 부여된 패턴이 타겟부(C) 상에 투영되는 동안 기판 테이블(WT)이 이동되거나 스캐닝된다. 이 모드에서는, 일반적으로 펄스화된 방사선 소스(pulsed radiation source)가 채택되며, 프로그램가능한 패터닝 디바이스는 기판 테이블(WT)의 매 이동 후, 또는 스캔 중에 계속되는 방사선 펄스 사이사이에 필요에 따라 업데이트된다. 이 작동 모드는 앞서 언급된 바와 같은 타입의 프로그램가능한 거울 어레이와 같은 프로그램가능한 패터닝 디바이스를 이용하는 마스크없는 리소그래피(maskless lithography)에 용이하게 적용될 수 있다.
또한, 상술된 사용 모드들의 조합 및/또는 변형, 또는 완전히 다른 사용 모드들이 채택될 수도 있다.
도 2에 도시된 바와 같이, 리소그래피 장치(LA)는 때때로 리소셀(lithocell) 또는 클러스터라고도 칭하는 리소그래피 셀(LC)의 일부분을 형성하며, 이는 기판에 전-노광(pre-exposure) 및 후-노광(post-exposure) 공정들을 수행하는 장치를 포함한다. 통상적으로, 이들은 레지스트 층들을 증착시키는 스핀 코터(spin coater: SC), 노광된 레지스트를 현상하는 디벨로퍼(developer: DE), 칠 플레이트(chill plate: CH) 및 베이크 플레이트(bake plate: BK)를 포함한다. 기판 핸들러 또는 로봇(RO)이 입력/출력 포트들(I/O1, I/O2)로부터 기판들을 집어올리고, 기판들을 상이한 공정 장치들 사이에서 이동시킨 후, 리소그래피 장치의 로딩 베이(loading bay: LB)로 전달한다. 흔히 집합적으로 트랙이라고도 하는 이러한 디바이스들은, 리소그래피 제어 유닛(LACU)을 통해 리소그래피 장치를 제어하는 감독 제어 시스템(supervisory control system: SCS)에 의해 자체 제어되는 트랙 제어 유닛(TCU)의 제어를 받는다. 따라서, 스루풋과 처리 효율성을 최대화하기 위해 상이한 장치가 작동될 수 있다.
리소그래피 장치에 의해 노광되는 기판들이 올바르고 일관성있게(consistently) 노광되기 위해서는, 후속한 층들 간의 오버레이 오차, 라인 두께, 임계 치수(CD) 등과 같은 특성들을 측정하도록 노광된 기판들을 검사하는 것이 바람직하다. 오차가 검출되는 경우, 특히 검사가 동일한 뱃치(batch)의 다른 기판이 여전히 노광되도록 충분히 빠르게 행해질 수 있다면, 후속한 기판들의 노광에 대해 조정이 수행될 수 있다. 또한, 이미 노광된 기판들은 벗기고 재가공되어 - 수율을 개선 - 하거나 폐기될 수 있음에 따라, 결함이 있다고 판단된 기판들에 노광을 수행하지 않는다. 기판의 몇몇 타겟부들에만 결함이 있는 경우, 양호한 타겟부들에만 추가 노광이 수행될 수 있다.
기판들의 특성을 결정하고, 특히 상이한 기판들 또는 동일한 기판의 상이한 층들의 특성들이 층에서 층으로 어떻게 변하는지를 결정하기 위해, 검사 장치가 사용된다. 검사 장치는 리소그래피 장치(LA) 또는 리소셀(LC) 안으로 통합될 수 있거나, 독립형 디바이스(stand alone device)일 수 있다. 가장 신속한 측정을 가능하게 하기 위하여, 검사 장치는 노광 직후에 노광된 레지스트 층의 특성들을 측정하는 것이 바람직하다. 하지만, 레지스트의 잠상(latent image)은 매우 낮은 콘트라스트(contrast)를 갖고 - 방사선에 노출된 레지스트 부분들과 방사선에 노출되지 않은 레지스트 부분들 사이에는 매우 작은 굴절률 차이만이 존재함 -, 모든 검사 장치가 잠상의 유용한 측정을 행할만큼 충분한 민감도를 갖는 것은 아니다. 그러므로, 통상적으로 노광된 기판들에 수행되는 제 1 단계인 후-노광 베이크(PEB) 단계 이후에 측정들이 행해질 수 있으며, 이는 레지스트의 노광된 부분들과 노광되지 않은 부분들 사이의 콘트라스트를 증가시킨다. 이 단계에서, 레지스트의 이미지는 반-잠상(semi-latent)이라고 칭해질 수 있다. 또한, - 레지스트의 노광된 또는 노광되지 않은 부분들이 제거된 시점에 - 또는 에칭과 같은 패턴 전사 단계 후에, 현상된 레지스트 이미지의 측정을 수행할 수도 있다. 후자의 가능성은 결함이 있는 기판들의 재작업 가능성을 제한하지만, 여전히 유용한 정보를 제공할 수 있다.
도 3은 본 발명의 일 실시예에서 사용될 수 있는 스캐터로미터를 도시한다. 이는 기판(W) 상으로 방사선을 투영하는 광대역(백색 광) 방사선 투영기(2)를 포함한다. 반사된 방사선은 정반사된 방사선(specular reflected radiation)의 스펙트럼(10)(파장의 함수로서 세기)을 측정하는 분광계 검출기(spectrometer detector: 4)로 통과된다. 이 데이터로부터, 도 3의 아래에 도시된 바와 같이, 검출된 스펙트럼[I(λ)]을 발생시킨 구조 또는 프로파일[z(x)]이 처리 유닛(PU)에 의해 재구성될 수 있다. 이는 통상적으로 RCWA(Rigorous Coupled Wave Analysis) 및 비-선형 회귀(non-linear regression)에 의해 수행된다. 이는 시뮬레이션된 스펙트럼의 라이브러리와의 비교에 의해 수행될 수 있다. 일반적으로, 재구성을 위해 구조체의 일반적인 형태가 알려지며, 스캐터로메트리 데이터로부터 결정될 구조체의 소수의 파라미터들만을 제외하고는, 구조체가 만들어진 공정의 정보로부터 몇몇 파라미터들이 가정된다. 이러한 스캐터로미터는 수직 입사 스캐터로미터(normal-incidence scatterometer) 또는 사선 입사 스캐터로미터(oblique-incidence scatterometer)로서 구성될 수 있다.
본 발명의 실시예에서 사용될 수 있는 또 다른 스캐터로미터가 도 4에 도시된다. 이 디바이스에서, 방사선 소스(2)에 의해 방출된 방사선은 렌즈 시스템(12)을 이용하여 시준되고, 간섭 필터(interference filter: 13) 및 편광기(polarizer: 17)를 통해 전달되며, 부분 반사면(16)에 의해 반사되고, 바람직하게는 적어도 0.9, 더 바람직하게는 적어도 0.95의 높은 개구수(NA)를 갖는 현미경 대물 렌즈(15)를 통해 기판(W) 상으로 포커스된다. 침지 스캐터로미터는 심지어 개구수가 1 보다 큰 렌즈들을 가질 수 있다. 그 후, 산란 스펙트럼이 검출되게 하기 위해, 반사된 방사선은 부분 반사면(16)을 통해 검출기(18) 안으로 투과된다. 검출기는 렌즈 시스템(15)의 초점 길이에 있는 후방-투영된(back-projected) 퓨필 평면(11)에 위치될 수 있지만, 그 대신 퓨필 평면은 보조 광학기(도시되지 않음)를 이용하여 검출기 상에 재-이미징(re-image)될 수 있다. 퓨필 평면은, 방사선의 반경방향 위치(radial position)가 입사각을 정의하고 각도 위치가 방사선의 방위각(azimuth angle)을 정의하는 평면이다. 검출기는 기판 타겟(30)의 2-차원 각도 산란 스펙트럼이 측정될 수 있도록 2-차원 검출기인 것이 바람직하다. 검출기(18)는, 예를 들어 CCD 또는 CMOS 센서들의 어레이일 수 있으며, 예를 들어 프레임당 40 밀리초(millisecond)의 통합 시간(integration time)을 이용할 수 있다.
예를 들어, 입사 방사선의 세기를 측정하기 위해, 흔히 기준 빔이 사용된다. 이를 행하기 위하여, 방사선 빔이 빔 스플리터(16)에 입사될 때, 그 일부분이 기준 빔으로서 빔 스플리터를 통해 기준 거울(14)로 투과된다. 그 후, 기준 빔은 동일한 검출기(18)의 상이한 부분 상으로, 또는 대안적으로 상이한 검출기(도시되지 않음) 상으로 투영된다.
가령 405 내지 790 nm의 범위, 또는 200 내지 300 nm와 같이 훨씬 낮은 범위에서 관심 파장을 선택하기 위해, 간섭 필터들(13)의 세트가 이용될 수 있다. 간섭 필터는 상이한 필터들의 세트를 포함하기보다는 조절가능(tunable)할 수 있다. 간섭 필터들 대신에, 격자가 사용될 수 있다. 다음의 설명에서, '광'이라는 용어는 스캐터로메트리 기술에서 사용되는 방사선을 지칭하는데 사용된다. 스캐터로메트리 또는 여타의 메트롤로지 기술에서 사용되는 방사선에 대해 '광'이라는 용어의 사용은 스펙트럼의 가시 부분의 방사선으로 어떤 제한을 암시하도록 의도되지 않는다.
검출기(18)는 단파장(또는 협파장 범위)에서의 산란 광의 세기, 다수 파장들에서의 별도 세기, 또는 파장 범위에 걸쳐 통합된 세기를 측정할 수 있다. 또한, 검출기는 횡자기(transverse magnetic)-편광 및 횡전기(transverse electric)-편광의 세기, 및/또는 횡자기-편광 및 횡전기-편광 간의 위상차를 별도로 측정할 수 있다.
광대역 광 소스(즉, 광범위한 광 주파수들 또는 파장들 - 및 이에 따른 컬러들을 갖는 광 소스)를 이용할 수 있으며, 이는 넓은 에텐듀(etendue)를 제공하여 다수 파장들의 혼합(mixing)을 허용한다. 광대역 혼합의 구성요소가 이를테면 Δλ의 대역폭을 갖는 경우, 구성요소들 간에 적어도 2 Δλ(즉, 대역폭의 두 배)의 간격을 제공하는 것이 유익할 수 있다. 방사선의 수 개의 "소스들"은 섬유 다발(fiber bundle)을 이용하여 분할되었던 연장된 방사선 소스의 상이한 부분들일 수 있다. 이러한 방식으로, 각도 분해된 산란 스펙트럼들이 다수 파장들에서 병렬로 측정될 수 있다. 2-D 스펙트럼보다 더 많은 정보를 포함하는 3-D 스펙트럼(파장 및 2 개의 상이한 각도들)이 측정될 수 있다. 이는 메트롤로지 프로세스 견고성(metrology process robustness)을 증가시키는 더 많은 정보가 측정되게 한다. 이는 EP1,628,164A에 자세히 설명되어 있다.
기판(W)의 타겟(30)은 현상 이후에 바아(bar)들이 솔리드 레지스트 라인들(solid resist lines)로 형성되도록 프린트되는 주기적인 1-D 격자일 수 있다. 타겟(30)은, 현상 이후에 격자가 레지스트 내에 솔리드 레지스트 필라(pillar)들 또는 비아(via)들로 형성되도록 프린트되는 2-D 격자일 수 있다. 대안적으로, 바아들, 필라들 또는 비아들은 기판 안으로 에칭될 수 있다. 이 패턴은 리소그래피 투영 장치, 특히 투영 시스템(PL)의 색수차(chromatic aberrations) 및 조명 대칭성에 민감할 수 있으며, 이러한 수차들의 존재는 프린트된 격자의 변동에서 드러날 것이다. 따라서, 프린트된 격자의 스캐터로메트리 데이터가 격자들을 재구성하는데 사용된다. 프린팅 단계 및/또는 다른 스캐터로메트리 공정들의 정보로부터, 라인 폭 및 형상과 같은 1-D 격자의 파라미터들, 또는 필라나 비아의 폭 또는 길이 또는 형상과 같은 2-D 격자의 파라미터들이 처리 유닛(PU)에 의해 수행되는 재구성 공정에 입력될 수 있다.
타겟(30)과 같은 타겟 구조체의 모델링 및 그 회절 특성들과 조합하여 앞서 설명된 스캐터로미터들 중 하나를 이용하면, 구조체의 형상 및 다른 파라미터들의 측정이 다수의 방식들로 수행될 수 있다. 도 5에 나타내어진 제 1 타입의 공정에서는, 타겟 형상의 제 1 추산치(estimate)(제 1 후보 구조체)에 기초한 회절 패턴이 계산되고, 관찰된 회절 패턴과 비교된다. 이후, 모델의 파라미터들이 계통적으로(systematically) 변동되고, 회절이 일련의 반복으로 재-계산되어, 새로운 후보 구조체를 생성하고 이에 따라 최적 피트(best fit)에 도달한다. 도 6에 나타내어진 제 2 타입의 공정에서는, 다수의 상이한 후보 구조체들에 대한 회절 스펙트럼이 미리 계산되어, 회절 스펙트럼의 '라이브러리'를 생성한다. 이후, 최적 피트를 찾기 위해, 측정 타겟으로부터 관찰된 회절 패턴이 계산된 스펙트럼의 라이브러리와 비교된다. 두 방법이 함께 사용될 수 있으며: 개략적 피트가 라이브러리로부터 얻어진 후, 최적 피트를 찾기 위해 반복 공정이 후속될 수 있다.
도 5를 자세히 참조하면, 타겟 형상 및/또는 재료 특성들의 측정이 수행되는 방식이 요약적으로 설명될 것이다. 타겟은 이 설명을 위해 1-차원(1-D) 구조체라고 가정될 것이다. 실제로, 타겟은 2-차원일 수 있으며, 이에 따라 처리가 조정될 수 있다.
단계 502에서: 앞서 설명된 바와 같이 스캐터로미터를 이용하여 기판 상의 실제 타겟의 회절 패턴이 측정된다. 이 측정된 회절 패턴은 컴퓨터와 같은 계산 시스템으로 포워딩된다. 계산 시스템은 앞서 지칭된 처리 유닛(PU)일 수 있거나, 별도의 장치일 수 있다.
단계 503에서: 다수의 파라미터들 pi(p1, p2, p3 등)에 대해 타겟 구조체의 파라미터화된 모델을 정의하는 '모델 레시피'가 확립된다. 이러한 파라미터들은, 예를 들어 1D 주기적 구조체에서 측벽의 각도, 피처의 높이 또는 깊이, 피처의 폭으로 나타낼 수 있다. 또한, 타겟 재료 및 아래놓인 층(underlying layer)들의 특성들은 (스캐터로메트리 방사선 빔에 존재하는 특정 파장에서) 굴절률과 같은 파라미터들에 의해서도 나타내어진다. 중요한 것은, 타겟 구조체가 그 형상 및 재료 특성들을 나타내는 수십 개의 파라미터들에 의해 정의될 수 있지만, 모델 레시피는 이들 중 다수가 고정된 값들을 갖도록 정의하는 한편, 나머지는 다음의 공정 단계들의 목적을 위해 가변적 또는 '유동적' 파라미터들이 될 것이다. 도 5를 설명할 목적으로, 가변 파라미터들만이 파라미터들 pi로서 고려된다.
단계 504에서: 유동적 파라미터들에 대한 초기 값들(pi (0))[즉, (p1 (0), p2 (0), p3 (0) 등)]을 설정함으로써 모델 타겟 형상이 추산된다. 각각의 유동적 파라미터는 레시피에 정의된 바와 같이 사전설정된 특정한 범위들 내에 생성될 것이다.
단계 506에서: 모델의 상이한 요소들의 광학 특성들과 함께 추산된 형상을 나타내는 파라미터들은, 예를 들어 맥스웰 방정식들의 여타의 솔버(solver) 또는 RCWA와 같은 엄밀한(rigorous) 광학 회절 방법을 이용하여 산란 특성들을 계산하는 데 사용된다. 이는 추산된 타겟 형상의 추산 또는 모델 회절 패턴을 제공한다.
단계 508, 510에서: 측정된 회절 패턴 및 모델 회절 패턴이 비교되며, 모델 타겟 형상에 대한 "메리트 함수(merit function)"를 계산하기 위해 그들의 유사성 및 차이가 이용된다.
단계 512에서: 메리트 함수가 모델이 실제 타겟 형상을 정확히 나타내기 전에 개선되어야 할 필요가 있음을 나타낸다고 가정하여, 새로운 파라미터들(p1 (1), p2 (1), p3 (1) 등)이 추산되며, 단계 506으로 반복적으로 피드 백된다. 단계들 506 내지 512가 반복된다.
검색을 돕기 위해, 단계 506에서의 계산들이 메리트 함수의 편도함수(partial derivative)들을 더 생성할 수 있고, 이는 민감도(sensitivity)를 나타내는데, 이 민감도로 파라미터의 증가 또는 감소가 파라미터 공간의 이 특정 영역에 메리트 함수를 증가 또는 감소시킬 것이다. 메리트 함수들의 계산 및 도함수들의 사용은 일반적으로 해당 기술 분야에 알려져 있으므로, 여기서 자세히 설명되지 않을 것이다.
단계 514에서: 메리트 함수가 이 반복 공정이 의도한 정확성을 갖는 솔루션에 수렴함을 나타낼 때, 현재 추산된 파라미터들이 실제 타겟 구조체의 측정치로서 보고된다.
이 반복 공정의 연산 시간은, 사용되는 포워드 회절 모델에 의해, 즉 추산된 타겟 구조체로부터 엄밀한 광학 회절 이론을 이용하여 추산된 모델 회절 패턴의 계산에 의해 주로 결정된다. 더 많은 파라미터들이 요구되는 경우, 더 많은 자유도(degrees of freedom)가 존재한다. 계산 시간은 원칙적으로 자유도의 수의 거듭제곱(power)만큼 증가한다. 506에서 계산된 추산 또는 모델 회절 패턴은 다양한 형태로 표현될 수 있다. 계산된 패턴이 단계 510에서 생성된 측정된 패턴과 동일한 형태로 표현되는 경우, 비교가 단순화된다. 예를 들어, 모델링된 스펙트럼이 도 3의 장치에 의해 측정된 스펙트럼과 용이하게 비교될 수 있으며; 모델링된 퓨필 패턴이 도 4의 장치에 의해 측정된 퓨필 패턴과 용이하게 비교될 수 있다.
이 설명 전반에 걸쳐 도 5 이후부터는, 도 4의 스캐터로미터가 사용된다는 가정하에 '회절 패턴'이라는 용어가 사용될 것이다. 당업자는 상이한 타입의 스캐터로미터 또는 심지어 다른 타입의 측정 기구에도 본 교시를 쉽게 적용할 수 있다.
도 6은 상이한 추산된 타겟 형상들(후보 구조체들)에 대한 복수의 모델 회절 패턴들이 미리 계산되고 실제 측정과의 비교를 위해 라이브러리에 저장되는 대안적인 예시적인 공정을 나타낸다. 기본 원리 및 용어는 도 5의 공정에 대해서와 동일하다. 도 6의 공정 단계들은 다음과 같다:
단계 602에서: 라이브러리를 생성하는 공정이 시작된다. 별도의 라이브러리가 각 타입의 타겟 구조체에 대해 생성될 수 있다. 라이브러리는 필요에 따라 측정 장치의 사용자에 의해 생성될 수 있거나, 장치의 공급자에 의해 사전-생성될 수 있다.
단계 603에서: 다수의 파라미터들 pi(p1, p2, p3 등)에 대해 타겟 구조체의 파라미터화된 모델을 정의하는 '모델 레시피'가 확립된다. 고려사항들은 반복 공정의 단계 503에서의 고려사항들과 유사하다.
단계 604에서: 예를 들어, 모든 파라미터들 - 각각은 그 예상된 값들의 범위 내에 있음 - 의 무작위 값들을 생성함으로써, 제 1 세트의 파라미터들 p1 (0), p2 (0), p3 (0) 등이 생성된다.
단계 606에서: 모델 회절 패턴이 계산되고, 라이브러리에 저장되어, 파라미터들에 의해 나타내어진 타겟 형상으로부터 예상된 회절 패턴을 나타낸다.
단계 608에서: 새로운 세트의 형상 파라미터들 p1 (1), p2 (1), p3 (1) 등이 생성된다. 저장된 모든 모델링된 회절 패턴들을 포함하는 라이브러리가 충분히 완전하다고 판단될 때까지, 단계들 606 내지 608이 수십, 수백 또는 심지어 수천 번 반복된다. 각각의 저장된 패턴은 다차원 파라미터 공간의 샘플 지점을 나타낸다. 라이브러리의 샘플들은 여하한의 실제 회절 패턴이 충분히 근접하게 나타내어질 충분한 밀도로 샘플 공간을 차지(populate)해야 한다.
단계 610에서: 라이브러리가 생성된 후(하지만, 이전일 수도 있음), 실제 타겟(30)이 스캐터로미터에 배치되고, 그 회절 패턴이 측정된다.
단계 612에서: 측정된 패턴이 최적 매칭 패턴을 찾기 위해 라이브러리에 저장되어 있는 모델링된 패턴들과 비교된다. 비교는 라이브러리의 모든 샘플들과 수행될 수 있지만, 더 계통적인 검색 전략이 이용되어 연산 부하(computational burden)를 감소시킬 수 있다.
단계 614에서: 매칭이 발견되면, 매칭 라이브러리 패턴을 생성하는 데 사용되는 추산된 타겟 형상이 근사한 대상물 구조체(approximate object structure)인 것으로 결정될 수 있다. 매칭 샘플에 대응하는 형상 파라미터들은 측정된 형상 파라미터들로서 출력된다. 매칭 공정은 모델 회절 신호들로 직접 수행될 수 있거나, 신속한 평가를 위해 최적화된 대체 모델들로 수행될 수 있다.
단계 616에서: 선택적으로, 가장 가까운 매칭 샘플이 시작 지점으로서 사용되며, 보고를 위한 최종 파라미터들을 얻기 위해 정교화 공정(refinement process)이 사용된다. 이 정교화 공정은, 예를 들어 도 5에 도시된 것과 매우 유사한 반복 공정을 포함할 수 있다.
정교화 단계(616)가 필요한지의 여부는 구현장치(implementer)에 대한 선택의 문제이다. 라이브러리가 매우 조밀하게 샘플링되는 경우, 우수한 매칭이 항상 발견될 것이기 때문에 반복 정교화가 필요하지 않을 수 있다. 반면에, 이러한 라이브러리는 실제 사용에 너무 클 수 있다. 따라서, 실제 솔루션은, 파라미터들의 개략적 세트에 대한 라이브러리 검색을 이용하고, 후속하여 의도한 정확성으로 타겟 기판의 파라미터들을 보고하기 위해 더 정확한 세트의 파라미터들을 결정하도록 메리트 함수를 이용하여 1 이상의 반복들을 수행하는 것이다. 추가 반복들이 수행되는 경우, 이는 라이브러리에 새로운 엔트리(entry)들로서 계산된 회절 패턴들 및 연계되는 정교화된 파라미터 세트들을 추가하는 선택일 수 있다. 이러한 방식으로, 초기에는 비교적 적은 연산량에 기초하지만, 정교화 단계(616)의 연산량을 이용하여 더 큰 라이브러리로 구축되는 라이브러리가 사용될 수 있다. 어떠한 방식이 사용되든지, 다수 후보 구조체들의 매칭 적합도(goodness of the match)에 기초하여, 보고된 가변 파라미터들 중 1 이상의 값의 추가 정교화가 얻어질 수 있다. 예를 들어, 최종적으로 보고된 파라미터 값들은 2 이상의 후보 구조체들의 파라미터 값들 사이에서 보간(interpolate)함으로써 생성될 수 있으며, 이는 이러한 후보 구조체들 중 둘 또는 모두가 높은 매칭 점수를 갖는다고 가정한다.
도 7은 매우 단순한 형태의 타겟(30), 및 그 형상을 정의하는 파라미터들 중 몇몇을 예시한다. 기판(700), 예를 들어 실리콘 웨이퍼는 레지스트 재료 층을 노광 및 현상함으로써 형성된 다수의 평행한 바아들에 의해 형성된 회절 격자를 갖는다. 타겟 격자는 양각 바아(raised bar)들을 포함할 필요는 없으며, 이는 단지 일 예시로서 예시되고 언급된다. 적합한 피처들은 리소그래피에 의해 또는 리소그래피에 후속한 에칭, 증착 및 다른 공정 단계들에 의해 형성된 곧은 바아(upstanding bar), 콘택 홀 등을 포함한다. 바아들은 여기서 순전히 간명함을 위해 선택되었다.
피처(702)는 격자를 형성하는 구조체들 중 하나의 단면을 나타낸다. 레지스트 아래에 층(704)이 존재하며, 이 층은 통상적인 예시에서 단순히 예를 들어 1 내지 3 nm의 두께를 갖는 실리콘 웨이퍼 상의 '원(native)' 산화물 층일 것이다. 실제 제품에서는 타겟(30) 아래에 상이한 특성들의 다수 층들이 존재할 수 있다. 기판을 레지스트로 코팅하고 노광하기 전에, 비-반사 BARC 층(706)이 기판 상에 코팅되어, 프린트된 패턴의 품질을 알려진 방식으로 개선시킨다.
도 5 또는 도 6에 도시된 바와 같은 공정에 의해 측정될 피처(702)의 파라미터들은 피처 높이(H1), 중간-높이 임계 치수(mid-CD 또는 MCD) 및 측벽 각도(SWA)를 포함한다. 요구된다면, 다른 파라미터들이 정의될 수 있다. 비대칭이 측정되어야 하는 경우, SWA는 좌측 및 우측 측벽에 대해 따로 정의될 수 있다. 최상부 라운딩(top rounding), 풋팅(footing) 또는 라인 에지 거칠기(Line Edge Roughness: LER)를 고려한 코팅 사다리꼴(coating trapezoid)과 같은 여타의 피처들이 정확성을 증가시키기 위해 모델에 추가될 수 있다.
이러한 파라미터들(H1, MCD, SWA)은, 상이한 방식들로, 이 타겟(30)이 스캐터로메트리에 의해 측정될 때 관찰될 회절 패턴에 기여할 것이다. 회절 패턴에 영향을 줄 다른 형상 파라미터들은 각각 H2, H3라고 표기된 아래놓인 층들(706, 704)의 높이(두께)이다. 또한, 기하학적 파라미터들에 추가로, 광학 파라미터들이 모델에 포함될 수 있다. 타겟을 모델링하기 위해, 그리고 이에 따라 모델링된 회절 패턴들의 계산을 허용하기 위해, 이러한 파라미터들에 대한 추산된 값들이 단계 506 및/또는 606의 계산들에 사용된다. 층들의 수, 피처(702)의 형상 파라미터들, 그리고 잠재적으로는 아래놓인 피처들 및 층들을 고려하면, 최적 피팅 파라미터 세트에 대한 검색이 수행되어야 할 파라미터 공간이 매우 다-차원적임은 명백하다. 타겟 격자 패턴 자체는 2-차원일 수 있다. 모델링에 요구되는 추가 파라미터들은 굴절률 및 흡광 계수(extinction coefficient)와 같은 모든 상이한 재료들의 특성들이다. 이들은 잘 정의될 수 있어, 고정된 파라미터들로서 간주될 수 있거나, 그 자체로 불확실성을 겪을 수 있다. 이들은 입사 방사선의 파장 및 편광에 따라 더 하위분할될 필요가 있을 수 있다. 본 명세서에서 전문이 인용 참조되는 WO 2011-151121(Aben)에서는, 유동적 파라미터들 간에 관계를 성립시킬 수 있음이 기술되어 있다.
상기에 언급된 바와 같이, 재구성된 값이 리소그래피 공정을 모니터링 및/또는 제어하는데 사용됨에 따라, 재구성이 구조체의 관심 파라미터(예를 들어, CD)의 정확한 값을 제공하는 것이 중요하다. 일반적으로, 관심 파라미터들의 재구성된 값이 관심 파라미터의 물리적인 값에 더 부합할수록, 리소그래피 공정이 더 잘 모니터링 및/또는 제어될 수 있다. 주사 전사 현미경을 이용하여 얻어진 관심 파라미터의 값과 관심 파라미터의 재구성된 값을 비교함으로써, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 것이 알려져 있다. 언급된 바와 같이, 본 발명자들은 구조체들의 파라미터들의 재구성된 값들을 이용하여 구조체들의 관심 파라미터의 값들을 예측하고, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교함으로써, 주사 전자 현미경의 사용을 요구하지 않는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 개선된 방식을 인지하였다.
이제, 도 8을 참조하여 본 발명에 따른 실시예가 설명될 것이다. 도 8은 단계들 802, 803, 804 및 805를 포함하는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법을 예시한다. 도 8의 방법의 단계들은 다음과 같다:
단계 802에서: (N 개의) 구조체들 (S1, S2, S3,...SN)의 세트의 각각의 구조체(Si)에 대해, 1 이상의 방사선 빔으로 구조체를 조명하고, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출한다. 일 실시예에서, 구조체들의 세트의 구조체들은 단일 기판 상에 존재한다(구조체들의 세트의 구조체들이, 예를 들어 다수의 기판들 위에 분포될 수 있음은 명백할 것이다). 각각의 구조체는, 예를 들어 도 3을 참조하여 설명된 바와 같은 스캐터로미터 또는 도 4를 참조하여 설명된 바와 같은 스캐터로미터를 이용하여 1 이상의 방사선 빔으로 조명될 수 있다. 또한, 이러한 스캐터로미터들은 각각의 구조체에 대해, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하기 위해 사용될 수 있다. 예를 들어, 구조체들 Si를 연속적으로 어드레스(address)하는 단일 스캐터로미터가 사용될 수 있으며(예를 들어, 구조체 S1으로부터 구조체 S2로, 구조체 S2로부터 구조체 S3로 스캐터로미터를 이동시킴으로써; 일반적으로는 구조체들 Si를 연속적으로 어드레스하기 위해 스캐터로미터 및 구조체들 Si가 서로에 대해 이동될 수 있음), 각각의 구조체 Si에 대해 언급된 조명 및 검출을 수행한다(또한, 예를 들어 2 이상의 스캐터로미터들이 사용될 수 있음은 명백할 것이다).
단계 803에서: 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하며, 파라미터들 중 적어도 하나가 구조체의 관심 파라미터로서 지정된다. 일 실시예에서, 도 3을 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해 또는 도 4를 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해 재구성이 수행된다. 구조체의 수학적 모델의 파라미터들은 구조체의 형상 및 재료 특성들을 나타내는 파라미터들을 포함할 수 있다. 구조체의 수학적 모델의 파라미터들은, 예를 들어 구조체의 1 이상의 높이, 폭 또는 측벽 각도를 포함할 수 있다. 일 실시예에서, 구조체의 관심 파라미터는 구조체의 폭이다(구조체의 관심 파라미터가 구조체의 높이 또는 측벽 각도일 수 있음은 명백할 것이다). 앞서 언급된 바와 같이, 예를 들어 '라이브러리 기반' 및/또는 '회귀 기반' 기술이 재구성을 위해 사용될 수 있다. 재구성은 해당 기술 분야의 당업자에게 잘 알려져 있으며, 해당 기술 분야의 당업자는 이 재구성 단계를 수행하는 데 있어서 어려움을 갖지 않을 것이다.
단계 804에서: 구조체들의 세트의 각각의 구조체에 대해 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여 구조체의 관심 파라미터의 값을 예측한다. 일 예시로서, 단계 803에서 얻어진 관심 파라미터의 재구성된 값들이 벡터에 넣어진다. 수학적 형태에서:
X는 (아래에 주어진) 연산에서 평균을 제거하기 위해 1들을 갖는 추가 열에 더해 구조체들의 세트와 연계된 파라미터들의 남은 재구성된 값을 포함하는 행렬을 나타낸다. 이 예시에서, (1들을 갖는 마지막 열을 제외한) 각각의 열은 특정 파라미터의 재구성된 값들을 포함한다. 예를 들어, 제 1 열의 각 요소 x i,a 는 연계된 구조체 Si에 대한 파라미터 'a'의 재구성된 값을 나타내고, 제 2 열의 각 요소 x i,b 는 연계된 구조체(Si)에 대한 파라미터 'b'의 재구성된 값을 나타낸다. 이 예시에서, 구조체들의 세트는 N 개의 구조체들로 구성되고, 남은 파라미터들의 수는 M이다. 일 예시로서, 구조체의 관심 파라미터는 구조체의 폭이고, 구조체의 파라미터 'a'는 구조체의 높이이며, 구조체의 파라미터 'b'는 구조체의 측벽 각도이다. 예시를 진행하면, 행렬 X 및 벡터 
는 이제 N 개의 구조체들의 세트의 각각의 구조체 Si 에 대해 구조체 Si의 관심 파라미터의 값을 예측하는 데 사용된다. 이 예시에서, 예측은 선형 회귀 분석의 수단(mean)을 이용한다. 수학적 형태에서:
단계 805에서: 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교한다. 예시를 진행하면, 일 실시예에서 비교는 표준 편차를 이용한다. 수학적 형태에서:
Q는 구조체의 관심 파라미터 값의 재구성의 품질의 메트릭(metric)인 단일 값이며, std는 표준 편차를 나타낸다. 예시에 따른 비교는 정규화를 위해 관심 파라미터의 재구성된 값들의 표준 편차를 이용한다. 예시를 따라, Q는 0과 1 사이의 수이다. 관심 파라미터의 재구성된 값들을 정확히 예측할 수 있는 경우, 분자(numerator)는 작은 수에 대응하며, Q의 값은 0에 가깝다. 관심 파라미터의 재구성된 값들을 정확히 예측할 수 없는 경우, 분자는 std(
)에 가깝고, Q의 값은 1에 가깝다. 일반적으로, 구조체의 관심 파라미터의 값의 재구성의 품질은 관심 파라미터의 재구성된 값들과 관심 파라미터의 예측된 값들 간의 불일치성(dissimilarity)이 증가하면(또는, 이와 다르게 일치성이 감소하면) 더 높게 평가된다(예시를 따라, 재구성의 더 높은 품질은 1에 더 가까운 Q의 값을 의미할 것이다). 앞서 언급된 바와 같이 비교는, 예를 들어 언급된 비교를 수행하도록 처리 유닛(PU)을 구성함으로써, 도 3을 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해 또는 도 4를 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해 수행될 수 있다. 대안적으로 또는 추가적으로, 감독 제어 시스템(SCS) 및/또는 리소그래피 제어 유닛(LACU)은 비교를 수행하도록 구성될 수 있다.
도 8을 참조하여 앞서 설명된 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법은 일 예시이며, 이 예시에 대한 다수의 변형들이 가능하다. 일반적으로, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법은, 구조체들의 세트의 각각의 구조체에 대해 1 이상의 방사선 빔으로 구조체를 조명하고, 방사선과 구조체 사이의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 단계; 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하는 단계 - 파라미터들의 적어도 하나는 구조체의 관심 파라미터로서 지정됨 -; 구조체들의 세트의 각각의 구조체에 대해, 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여, 구조체의 관심 파라미터의 값을 예측하는 단계; 및 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하는 단계를 포함한다.
일 실시예에서, 구조체의 수학적 모델의 파라미터들의 값들의 재구성은 모델 레시피에 따른다. 앞서 설명된 바와 같이, 모델 레시피에서 파라미터들이 예를 들어 주어진('고정된') 또는 가변적('유동적')으로 정의될 수 있다. 유동적 파라미터들에 대하여, 허용된 범위의 변동은 절대 항들로 또는 공칭 값으로부터의 편차를 기준으로 정의된다. 또한, 언급된 바와 같이, WO 2011-151121(Aben)에는, 예를 들어 유동적 파라미터들 간에 관계를 성립시킬 수 있음이 기술되어 있다. 일 실시예에서, 재구성 단계에 대하여, 값들이 재구성되는 구조체의 수학적 모델의 파라미터들은 가변적('유동적')으로 정의된다.
도 8의 803을 참조하여 설명된 바와 같이, 재구성은 라이브러리 기반 및/또는 회귀 기반 기술을 이용할 수 있다. 추가적으로 또는 대안적으로, 재구성은 기계 학습 기반(machine learning based) 및/또는 지지 벡터 기계 기반 기술(support vector machine based technique) 또는 여타의 적절한 기술을 이용할 수 있다.
일 실시예에서, 예측은 회귀 분석의 수단, 예를 들어 선형 회귀 분석의 수단을 이용하지만(예를 들어, 도 8을 참조하여 앞서 설명된 단계 804를 참조), 여하한의 적절한 분석의 수단이 사용될 수 있다. 일 실시예에서, 예측은 비-선형 회귀 분석 수단을 이용한다.
일 실시예에서, 비교에 대하여, 구조체의 관심 파라미터의 값의 재구성의 품질은 관심 파라미터의 재구성된 값들과 관심 파라미터의 예측된 값들 간의 불일치성이 증가하면(또는, 이와 다르게 일치성이 감소하면) 더 높게 평가된다. 일 실시예에서, 구조체의 관심 파라미터의 값의 재구성의 품질은 관심 파라미터의 재구성된 값들과 관심 파라미터의 예측된 값들 간의 불일치성이 감소하면(또는, 이와 다르게 일치성이 증가하면) 더 낮게 평가된다. 관심 파라미터의 재구성된 값들과 관심 파라미터의 예측된 값들 간의 불일치성(또는, 이와 다르게 일치성)은, 예를 들어 도 8을 참조하여 앞서 설명된 바와 같은 공식들을 이용하여 계산될 수 있다.
일 실시예, 도 8을 참조하여 앞서 설명된 일 예시에서, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교한 출력은 단일 값이며, 단일 값은 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭이다. 대안적으로, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교한 출력은 값들의 세트이고, 값들의 세트는 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭이다. 예를 들어, 관심 파라미터의 예측된 값들은 관심 파라미터의 연계된 재구성된 값들임에 따라 다수의 세트들로 분할될 수 있다. 이후, 예를 들어 다수의 세트들의 각각 - 각각은 값들의 세트의 값을 유도함 - 에 대해 별도로 비교가 수행될 수 있다. 다수의 세트들의 특정 세트와 연계된 값은 그 특정 세트에 대한 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭이다. 예를 들어, 다수의 세트들에 걸쳐 관심 파라미터의 연계된 재구성된 값들 및 관심 파라미터의 예측된 값들의 분할은 구조체들의 세트의 구조체들의 위치에 기초할 수 있다. 예를 들어, 각각의 세트는 기판 상의 구조체들의 세트의 구조체들의 특정 위치와 연계될 수 있다. 기판이 4 개의 사분면들로 분할되는 경우, 각각의 사분면은 기판의 그 사분면에 위치된 구조체들의 세트의 구조체들을 포함하는 연계된 세트를 가질 수 있다. 이러한 방식으로, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교한 출력은 4 개의 값들의 세트이고, 각각의 값은 그 연계된 사분면에 대해 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭이다. 대신, 관심 파라미터의 예측된 값들은 관심 파라미터의 연계된 재구성된 값들임에 따라 다수의 세트들에 걸쳐 상이하게 분할될 수 있음은 명백하다.
도 8의 단계 805를 참조하여 앞서 설명된 바와 같은 예시에서, 비교는 정규화를 위해 관심 파라미터의 재구성된 값들의 표준 편차를 이용한다. 대안적으로, 일 실시예에서 비교는 
의 표준 편차를 이용한다. 또 다른 실시예에서, 비교는 관심 파라미터의 재구성된 값들에 기초하는 정규화를 이용한다. 또 다른 실시예에서, 비교는 
에 기초하는 정규화를 이용한다. 또한, 해당 기술 분야의 당업자라면, 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들이 다양한 방식들로 비교될 수 있음을 이해할 수 있을 것이다.
일 실시예에서, 예측은 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트의 평균 중심 값(mean centered value)들을 이용한다. 도 8, 특히 예측 단계 804를 참조하여 앞서 설명된 바와 같이, 평균 중심 값들의 이용은 행렬 X에서 1들을 갖는 열(또는 여타의 적절한 비-제로 값)에 의해 구현될 수 있다. 언급된 바와 같이, 이는 연산에서 평균을 제거한다. 더 일반적으로, 일 실시예에서 예측은 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트의 공통 모드 억제(common mode suppression)를 이용한다.
일 실시예에서, 구조체의 수학적 모델의 파라미터들은 구조체 재료의 굴절률 및/또는 흡광 계수와 같은 구조체의 재료 특성들을 나타내는 파라미터들을 포함한다.
일 실시예에서, 구조체의 관심 파라미터는 구조체의 CD, 바람직하게는 구조체의 mCD이다. 또한, 또 다른 파라미터가 구조체의 관심 파라미터로서 지정될 수 있으며, 선택은 사용자가 관심을 갖는 파라미터에 의존할 것임은 명백하다.
일 실시예에서, 구조체의 수학적 모델의 파라미터들의 수는 4 개, 8 개, 16 개 또는 32 개보다 더 많다. 일 실시예에서, 구조체의 수학적 모델의 파라미터들의 수는 64 개 또는 128 개보다 더 많다.
일 실시예에서, 구조체들의 세트의 각각의 구조체는, 예를 들어 도 1을 참조하여 앞서 설명된 바와 같은 리소그래피 장치를 이용하여 리소그래피에 의해 형성된다. 또한, 구조체들은, 예를 들어 임프린트 리소그래피 또는 전자 빔 리소그래피에 의해, 또는 여타의 적절한 방식에 의해 형성될 수 있다.
일 실시예에서, 구조체들의 세트의 각각의 구조체는 지정된 메트롤로지 타겟이다. 지정된 메트롤로지 타겟은, 예를 들어 CD 및/또는 포커스 메트롤로지에 대해 설계된 메트롤로지 타겟일 수 있다. 또 다른 실시예에서, 구조체들의 세트의 각각의 구조체는 제품(예를 들어, IC) 자체의 일부분이다. 또한, 구조체들의 세트의 구조체들 중 일부가 지정된 메트롤로지 타겟들이고, 구조체들의 세트의 다른 구조체들이 제품의 일부분인 조합도 가능하다. 또한, 다른 타입의 구조체들이 사용될 수 있음은 명백하다. 또한, 일 실시예에서 구조체들의 세트의 구조체들은 설계에 의해(by design) 본질적으로 동일하다. 또 다른 실시예에서, 구조체들의 세트의 구조체들의 적어도 일부는 설계에 의해 상이하다.
일 실시예에서, 구조체들의 세트의 구조체들의 수는 5 개, 20 개, 100 개 또는 1000 개보다 더 많다. 여하한의 적절한 수의 구조체들이 사용될 수 있다.
일 실시예에서, 구조체들의 세트의 구조체들은 단일 기판 상에 존재한다. 또 다른 실시예에서, 구조체들의 세트의 구조체들은 1 개보다 더 많은 기판 위에 분할된다.
일 실시예에서는, 예측 단계가 먼저 수행되며, 이후 비교 단계가 후속된다. 하지만, 해당 기술 분야의 당업자라면, 예측 및 비교가 예를 들어 본질적으로 동일한 수학적 단계에서 수행될 수 있음을 명백히 알 수 있을 것이다. 도 8을 참조하여 앞서 설명된 예시를 참조하면, 예측 및 비교는, 예를 들어 예측 단계(804)의 공식을 비교 단계(805)의 공식에 포함시킴으로써, 본질적으로 동일한 수학적 단계에서 수행될 수 있다. 예측 및 비교는, 예를 들어 언급된 예측 및 비교를 수행하도록 처리 유닛(PU)을 구성함으로써, 도 3을 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해 또는 도 4를 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)에 의해, 본질적으로 동일한 수학적 단계에서 수행될 수 있다. 대안적으로 또는 추가적으로, 감독 제어 시스템(SCS) 및/또는 리소그래피 제어 유닛(LACU)은 본질적으로 동일한 수학적 단계에서 예측 및 비교를 수행하도록 구성될 수 있다.
구조체의 수학적 모델의 파라미터들의 값들의 재구성이 모델 레시피를 따르는 일 실시예에서, 상기 방법은 매번 상이한 모델 레시피를 이용하여 상기 방법을 여러 번 반복하는 단계를 더 포함할 수 있다. 예를 들어, 상기 방법은 1 번, 2 번, 4 번, 8 번, 16 번, 32 번, 64 번 또는 그 이상 반복될 수 있다. 사용되는 모델 레시피들의 차이는, 예를 들어 파라미터들이 주어진('고정된') 것으로 정의되는 것과 파라미터들이 가변적('유동적')으로 정의되는 것에 대한 것일 수 있다. 대안적으로 또는 추가적으로, 사용되는 모델 레시피들의 차이는, 예를 들어 허용된 범위의 유동적 파라미터들의 변동에 대한 것일 수 있다. 대안적으로 또는 추가적으로, 사용되는 모델 레시피들의 차이는, 예를 들어 구조체의 수학적 모델의 파라미터들의 수에 대한 것일 수 있다. 대안적으로 또는 추가적으로, 사용되는 모델 레시피들의 차이는, 예를 들어 구조체의 수학적 모델의 파라미터들의 타입에 대한 것일 수 있다(예를 들어, 첫 번째에는 구조체의 높이가 아닌 구조체의 폭이 구조체의 수학적 모델의 파라미터로서 사용되고, 두 번째에는 구조체의 폭이 아닌 구조체의 높이가 구조체의 수학적 모델의 파라미터로서 사용된다). 일 실시예에서, 구조체들의 세트의 각각의 구조체에 대해 1 이상의 방사선 빔으로 구조체를 조명하고 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 단계가 한번(once) 실행되고, 재구성하는 단계, 예측하는 단계 및 비교하는 단계가 (구조체들의 세트의 각각의 구조체에 대해 구조체와 연계된 검출 신호를 매번 재사용하여) 각각의 상이한 모델 레시피에 대해 수행된다.
상기에 추가로, 일 실시예에서, 상기 방법은 상기 방법에 사용되는 상이한 모델 레시피들로부터 모델 레시피를 결정하는 단계를 더 포함하고, 이는 상기 방법에 사용되는 다른 모델 레시피들에 비해, 구조체의 관심 파라미터의 값의 재구성의 높은 품질을 갖는다. 예를 들어, 상기 방법에 사용되는 각각의 상이한 모델 레시피에 대해, 도 8의 805를 참조하여 설명된 바와 같은 Q 값이 결정될 수 있다. 예시를 따르면, 재구성의 더 높은 품질이 1에 더 가까운 Q 값을 의미함에 따라, 상기 방법에 사용된 상이한 모델 레시피들로부터 모델 레시피가 결정될 수 있으며, 이는 상기 방법에 사용되는 다른 모델 레시피들에 비해 1에 가까운 Q 값을 갖는다. 이러한 방식으로, 주사 전자 현미경을 사용하지 않고 바람직한 모델 레시피가 결정될 수 있다. 결정은, 예를 들어 처리 유닛에 의해 실행될 수 있다. 대안적으로, 결정은 각각의 상이한 모델 레시피에 대해 Q 값으로 제시되어 사용자에게 맡겨질 수 있다.
일 실시예에서, 구조체의 수학적 모델 및 구조체의 관심 파라미터는 상기 방법의 각 반복 동안 동일하다(하지만, 매번 상이한 모델 레시피가 사용될 수 있음). 일 실시예에서, 구조체의 수학적 모델은 상기 방법의 각 반복 동안 상이하다. 일 실시예에서, 구조체의 수학적 모델은 상기 방법의 각 반복 동안 동일하다. 일 실시예에서, 구조체의 관심 파라미터는 상기 방법의 각 반복 동안 동일하다.
구조체의 수학적 모델의 파라미터들의 값들의 재구성이 모델 레시피를 따르는 일 실시예에서, 상기 방법은 구조체의 관심 파라미터의 값의 재구성의 품질의 평가에 기초하여 모델 레시피를 변경하는 단계를 더 포함할 수 있다.
구조체들의 세트의 각각의 구조체에 대해 구조체의 관심 파라미터의 값을 예측하는 단계가 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 전체 세트를 이용할 수 있더라도, 해당 기술 분야의 당업자에게 명백한 바와 같이, 재구성된 값들의 서브세트를 이용하는 것도 가능하다. 예를 들어, 재구성이 측벽 각도의 재구성된 값들을 제공하는 경우, 측벽 각도의 이러한 재구성된 값들이 실제적으로 예측 단계에 반드시 이용되어야 할 필요는 없다. 하지만, 일 실시예에서는 측벽 각도의 이러한 재구성된 값들이 예측 단계에 사용될 수 있다.
재구성 단계에서 파라미터들 중 하나가 구조체의 관심 파라미터로서 지정될 수 있더라도, 2 이상의 파라미터들이 구조체의 관심 파라미터들로서 지정될 수 있다. 예를 들어, 파라미터들 중 2 개가 관심 파라미터들로서 지정된 경우, 예측 및 비교 단계들이 예를 들어 관심 파라미터들의 각각에 대해 수행될 수 있다.
본 발명을 설명하기 위해 명세서 전반에 걸쳐 사용되는 바와 같은 "구조체들의 세트의 각각의 구조체에 대해"라는 용어는 해당 기술 분야의 당업자에게 명백한 바와 같이 본 발명의 모든 가능한 구현들을 포괄한다. "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 재구성 단계 803 및 예측 단계 804가 조명 단계 802를 거친 각각의 구조체에 대해 수행되는 구현을 포괄한다. 또한, "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 재구성 단계 803 및 예측 단계 804가 조명 단계 802를 거친 각각의 구조체에 대해 수행되지 않은 구현을 포괄한다. 또한, "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 재구성 단계 803이 조명 단계 802를 거친 각각의 구조체에 대해 수행되는 구현을 포괄한다. 또한, "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 재구성 단계 803이 조명 단계 802를 거친 각각의 구조체에 대해 수행되지 않은 구현을 포괄한다. 또한, "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 예측 단계 804가 재구성 단계 803를 거친 각각의 구조체에 대해 수행되는 구현을 포괄한다. 또한, "구조체들의 세트의 각각의 구조체에 대해"는, 예를 들어 예측 단계 804가 재구성 단계 803를 거친 각각의 구조체에 대해 수행되지 않은 구현을 포괄한다.
해당 기술 분야의 당업자에게 명백한 바와 같이, 설명된 본 발명의 실시예들 중 적어도 일부분은, 예를 들어 프로세서가 이러한 실시예들의 일부분을 수행하게 함으로써, 프로세서, 예를 들어 도 3을 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)의 프로세서에 의해 또는 도 4를 참조하여 설명된 바와 같은 스캐터로미터의 타입의 처리 유닛(PU)의 프로세서에 의해 수행될 수 있다. 대안적으로 또는 추가적으로, 감독 제어 시스템(SCS)의 프로세서 및/또는 리소그래피 제어 유닛(LACU)의 프로세서는 예를 들어 실시예들의 일부분을 수행하도록 배치될 수 있다. 예를 들어, 재구성, 예측 및/또는 비교에 대해 설명된 실시예들이 프로세서에 의해 실행될 수 있다.
해당 기술 분야의 당업자에게 명백한 바와 같이, 설명된 본 발명의 실시예들은 하드웨어, 펌웨어, 소프트웨어, 또는 이의 여하한의 조합으로 구현될 수 있다. 또한, 본 발명의 실시예들은 1 이상의 프로세서에 의해 판독 및 실행될 수 있는 기계-판독가능한 매체에 저장된 명령어들로서 구현될 수 있다. 기계-판독가능한 매체는 기계(예를 들어, 컴퓨팅 디바이스)에 의해 판독가능한 형태로 정보를 저장하는 여하한의 메커니즘을 포함할 수 있다. 예를 들어, 기계-판독가능한 매체는 ROM(read only memory); RAM(random access memory); 자기 디스크 저장 매체; 광학 저장 매체; 플래시 메모리 디바이스 등을 포함할 수 있다. 더욱이, 펌웨어, 소프트웨어, 루틴, 명령어들은 본 명세서에서 소정 작업을 수행하는 것으로서 설명될 수 있다. 하지만, 이러한 설명들은 단지 편의를 위한 것이며, 이러한 작업들은 실제로 컴퓨팅 디바이스, 프로세서, 제어기, 또는 펌웨어, 소프트웨어, 루틴, 명령어 등을 실행하는 다른 디바이스들에 기인한다는 것을 이해하여야 한다.
예를 들어, 본 발명의 실시예들은 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 검사 장치를 제공하기 위해 프로세서에 의해 본 명세서에 설명된 방법들의 적어도 일부분을 구현함으로써 구현될 수 있다.
예를 들어, 본 발명은 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 검사 장치를 제공하며, 상기 장치는: 1 이상의 방사선 빔으로 구조체들의 세트의 각각의 구조체를 조명하는 조명 시스템; 구조체들의 세트의 각각의 구조체에 대해, 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 검출 시스템; 및 프로세서 - 프로세서는 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하도록 배치되고, 파라미터들 중 적어도 하나는 구조체의 관심 파라미터로서 지정되며, 프로세서는 구조체들의 세트의 각각의 구조체에 대해 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여 구조체의 관심 파라미터의 값을 예측하도록 배치되고, 프로세서는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하도록 배치됨 - 를 포함한다. 해당 기술 분야의 당업자에게 명백한 바와 같이, 설명된 본 발명의 실시예들 중 적어도 일부분은 설명된 본 발명의 실시예들의 적어도 일부분을 구현하도록 프로세서를 배치함으로써 구현될 수 있다.
프로세서(1 이상일 수 있음)는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 기계-판독가능한 명령어들의 1 이상의 시퀀스를 포함하는 컴퓨터 프로그램 제품으로 작동할 수 있으며, 명령어들은 1 이상의 프로세서가 본 명세서에 설명된 방법들을 수행하게 하도록 구성된다.
예를 들어, 본 발명은 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 기계-판독가능한 명령어들의 1 이상의 시퀀스를 포함하는 컴퓨터 프로그램 제품을 제공하고, 명령어들은, 1 이상의 프로세서가, 구조체들의 세트의 각각의 구조체에 대해, 사전설정된 조명 하에서 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 검출 신호를 수신하고; 구조체들의 세트의 각각의 구조체에 대해, 구조체와 연계된 신호로부터, 구조체의 수학적 모델의 파라미터들의 값들을 재구성하며 - 파라미터들 중 적어도 하나는 구조체의 관심 파라미터로서 지정됨 -; 구조체들의 세트의 각각의 구조체에 대해 적어도 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 서브세트를 이용하여 구조체의 관심 파라미터의 값을 예측하고; 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 관심 파라미터의 재구성된 값들 및 관심 파라미터의 예측된 값들을 비교하게 하도록 구성된다.
이제, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 본 발명의 구현의 결과들의 일 예시가 도 9를 참조하여 설명된다. 이는 단지 본 발명의 구현의 결과들의 일 예시일 뿐이며, 본 명세서 전반에 걸쳐 설명되는 바와 같이 본 발명의 이 구현에 대해 다수의 변형들이 가능하다.
이 특정 예시에 관한 몇몇 세부사항(specific)들이 먼저 주어진다. 구조체의 관심 파라미터는 구조체의 mCD이다. 구조체들의 세트의 구조체들의 수는 173 개이고, 구조체들의 세트의 구조체들은 단일 기판에 존재한다. 구조체들의 세트의 각각의 구조체는 리소그래피에 의해 형성되었고, 지정된 메트롤로지 타겟이다. 구조체들의 세트의 구조체들은 설계에 의해 본질적으로 동일하다. 재구성은 회귀 기반 기술을 이용하였다. 예측은 선형 회귀 분석의 수단, 및 구조체들의 세트와 연계된 파라미터들의 재구성된 값들의 평균 중심 값들을 이용하였다. 예측은 관심 파라미터(
)의 예측된 값들을 포함하는 벡터를 계산하기 위해 도 8의 804를 참조하여 앞서 설명된 공식들을 이용하였다. 비교는 정규화를 위해 관심 파라미터의 재구성된 값들의 표준 편차를 이용하였다. 비교는 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭인 단일 값(Q)을 계산하기 위해 도 8의 805를 참조하여 앞서 설명된 공식을 이용하였다. 비교의 출력은 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭인 단일 값이었다.
이 특정 예시에서, 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방법은 매번 상이한 모델 레시피를 이용하여 10 번 반복되었다. 구조체들의 세트의 각각의 구조체에 대해 1 이상의 방사선 빔으로 구조체를 조명하고 방사선과 구조체 간의 상호작용으로 발생하는 구조체와 연계된 신호를 검출하는 단계가 한 번 수행되었고, 재구성, 예측 및 비교 단계들이 각각의 상이한 모델 레시피에 대해 수행되었다. 구조체의 수학적 모델 및 구조체의 관심 파라미터는 방법의 각 반복 동안 동일하였다.
도 9a는 사용되는 10 개의 상이한 모델 레시피들의 각각에 대한, 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭인, Q 값을 나타낸다. 이 예시에서 도 8의 805를 참조하여 앞서 설명된 바와 같이, Q는 0과 1 사이의 수이다. 관심 파라미터의 재구성된 값들을 잘 예측할 수 있는 경우, Q의 값은 0에 가깝다. 관심 파라미터의 재구성된 값들을 잘 예측할 수 없는 경우, Q의 값은 1에 가깝다. 일반적으로, 구조체의 관심 파라미터의 값의 재구성의 품질은 관심 파라미터의 재구성된 값들과 관심 파라미터의 예측된 값들 간의 불일치성이 증가하면(또는, 이와 다르게 일치성이 감소하면) 더 높게 평가된다. 예시를 따라, 재구성의 더 높은 품질은 1에 더 가까운 Q의 값을 의미할 것이다. 도 9a로부터, 레시피 3을 이용할 때 Q의 가장 높은 값이 유도되었고, 그 다음으로는 레시피 4였음을 알 수 있다. 레시피 9는 Q의 가장 낮은 값을 유도하였고, 그 다음으로는 레시피 5였다. 따라서, 구조체의 mCD의 재구성의 품질은, 예를 들어 레시피 9 또는 레시피 5가 사용되었을 때에 비해, 레시피 3 또는 레시피 4가 사용되었을 때 더 높은 것으로 평가되었다.
도 9b의 좌측 열은 Q의 값에 기초하여 사용된 10 개의 상이한 모델 레시피들의 랭킹을 나타낸다. 결과들을 검증(validate)하기 위해, 주사 전자 현미경(SEM)을 이용함으로써 얻어진 결과들과 비교가 수행되었다. SEM은 구조체의 mCD를 물리적으로 측정하는데 사용되었다. 구조체의 mCD의 값의 재구성의 품질은 사용된 10 개의 상이한 모델 레시피들의 각각에 대해 다시 평가되었지만, 이제는 각각의 상이한 모델 레시피에 대해, SEM에 의해 얻어진 구조체의 mCD의 측정된 값들 및 mCD의 재구성된 값들을 비교함으로써 이루어진다. 도 9b의 우측 열은, SEM에 의해 얻어진 구조체의 mCD의 측정된 값들 및 mCD의 재구성된 값들의 비교에 기초하여 사용된 10 개의 상이한 모델 레시피들의 랭킹을 나타낸다. 구조체의 mCD의 재구성의 품질은 SEM에 의해 얻어진 구조체의 mCD의 측정된 값들과 mCD의 재구성된 값들 간의 일치성의 증가로 더 높게 평가되었다. 나타내어진 바와 같이, 본 발명을 이용함으로써 얻어진 랭킹(좌측 열)은 SEM을 이용함으로써 얻어진 랭킹(우측 열)과 양호한 일관성을 갖는다. 두 방법에 따르면, 레시피들 3, 4, 2 및 1은 다른 모델 레시피들의 사용에 비해 구조체의 mCD의 값의 재구성의 높은 품질을 유도하였고, 이는 본 발명에 따른 방법에 의해 얻어진 결과들을 검증한다. 따라서, 본 발명은 주사 전자 현미경의 사용을 요구하지 않는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 방식을 제공한다.
본 명세서에서는, IC 제조에 있어서 검사 방법 및 장치의 특정 사용예에 대하여 언급되지만, 본 명세서에 설명된 검사 방법 및 장치는 집적 광학 시스템, 자기 도메인 메모리용 안내 및 검출 패턴, 평판 디스플레이(flat-panel display), 레티클, 액정 디스플레이(LCD), 박막 자기 헤드 등의 제조와 같이 다른 적용예들을 가질 수도 있음을 이해하여야 한다. 당업자라면, 이러한 대안적인 적용예와 관련하여, 본 명세서의 "웨이퍼" 또는 "다이"라는 용어의 어떠한 사용도 각각 "기판" 또는 "타겟부"라는 좀 더 일반적인 용어와 동의어로 간주될 수도 있음을 이해할 것이다. 본 명세서에서 언급되는 기판은 노광 전후에, 예를 들어 트랙(전형적으로, 기판에 레지스트 층을 도포하고 노광된 레지스트를 현상하는 툴), 메트롤로지 툴 및/또는 검사 툴에서 처리될 수 있다. 적용가능하다면, 이러한 기판 처리 툴과 다른 기판 처리 툴에 본 명세서의 기재내용이 적용될 수 있다. 또한, 예를 들어 다층 IC를 생성하기 위하여 기판이 한번 이상 처리될 수 있으므로, 본 명세서에 사용되는 기판이라는 용어는 이미 여러번 처리된 층들을 포함한 기판을 칭할 수도 있다.
이상, 광학 리소그래피와 관련하여 본 발명의 실시예들의 특정 사용예를 언급하였지만, 본 발명은 다른 적용예들, 예를 들어 임프린트 리소그래피에 사용될 수 있으며, 본 명세서가 허용한다면 광학 리소그래피로 제한되지 않는다는 것을 이해할 것이다. 임프린트 리소그래피에서, 패터닝 디바이스의 토포그래피(topography)는 기판에 생성되는 패턴을 정의한다. 패터닝 디바이스의 토포그래피는 전자기 방사선, 열, 압력 또는 그 조합을 인가함으로써 레지스트가 경화되는 기판에 공급된 레지스트 층으로 가압될 수 있다. 패터닝 디바이스는 레지스트로부터 이동되며, 레지스트는 레지스트가 경화된 후에 그 안에 패턴을 남긴다.
본 명세서에서 사용되는 "방사선" 및 "빔"이라는 용어는 이온 빔 또는 전자 빔과 같은 입자 빔뿐만 아니라, (예를 들어, 365, 355, 248, 193, 157 또는 126 nm, 또는 그 정도의 파장을 갖는) 자외(UV)방사선 및 (예를 들어, 5 내지 20 nm 범위의 파장을 갖는) 극자외(EUV)방사선을 포함하는 모든 형태의 전자기 방사선을 포괄한다.
본 명세서가 허용하는 "렌즈"라는 용어는, 굴절, 반사, 자기, 전자기 및 정전기 광학 구성요소들을 포함하는 다양한 형태의 광학 구성요소들 중 어느 하나 또는 그 조합으로 언급될 수 있다.
"전자기"라는 용어는 전기 및 자기를 포괄한다.
"전자기 산란 특성"이라는 용어는, 스펙트럼(파장의 함수로서 세기), 회절 패턴(위치/각도의 함수로서 세기) 및 횡자기- 및 횡전기-편광된 광의 상대 세기 및/또는 횡자기- 및 횡전기-편광된 광 간의 위상차를 포함하는 스캐터로메트리 측정 파라미터들 그리고 반사 및 투과 계수들을 포괄한다. 회절 패턴들은 자체적으로 예를 들어 반사 계수들을 이용하여 계산될 수 있다.
따라서, 본 발명의 실시예들은 반사 산란에 대해 설명되지만, 본 발명은 투과 산란에도 적용가능하다.
이상, 본 발명의 특정 실시예들이 설명되었지만, 본 발명은 설명된 것과 다르게 실시될 수 있다는 것을 이해할 것이다. 예를 들어, 본 발명은 앞서 개시된 바와 같은 방법을 구현하는 기계-판독가능한 명령어의 1 이상의 시퀀스를 포함하는 컴퓨터 프로그램, 또는 이러한 컴퓨터 프로그램이 저장되어 있는 데이터 저장 매체(예를 들어, 반도체 메모리, 자기 또는 광학 디스크)의 형태를 취할 수 있다.
상기 서술내용은 예시를 위한 것이지, 제한하려는 것이 아니다. 따라서, 당업자라면 아래에 설명되는 청구항들의 기술적 사상 및 범위를 벗어나지 않고 서술된 본 발명에 대한 변형예가 행해질 수도 있음을 이해할 것이다.
요약 및 초록 부분(Summary and Abstract sectons)이 아닌, 발명의 상세한 설명 부분(Detailed Description section)이 청구항을 해석하는 데 사용되도록 의도된다는 것을 이해하여야 한다. 요약 및 초록 부분은 1 이상을 설명할 수 있지만, 발명자(들)에 의해 의도된 본 발명의 모든 예시적인 실시예를 설명하지는 않으므로, 어떠한 방식으로도 본 발명 및 첨부된 청구항을 제한하지는 않는다.
이상, 본 발명은 특정화된 기능들 및 그 관계들의 구현을 예시하는 기능 구성 요소(functional building block)들의 도움으로 설명되었다. 본 명세서에서, 이 기능 구성 요소들의 경계들은 설명의 편의를 위해 임의로 정의되었다. 특정화된 기능들 및 그 관계들이 적절히 수행되는 한, 대안적인 경계들이 정의될 수 있다.
특정 실시예들의 앞선 설명은, 당업계의 지식을 적용함으로써, 다양한 적용들을 위해 본 발명의 일반적인 개념을 벗어나지 않고 지나친 실험 없이 이러한 특정 실시예들을 쉽게 변형하고, 및/또는 적합하게 할 수 있도록 본 발명의 일반적인 성질을 전부 드러낼 것이다. 그러므로, 이러한 응용예 및 변형예들은 본 명세서에 나타낸 교시 및 안내에 기초하여, 개시된 실시예들의 균등물의 의미 및 범위 내에 있도록 의도된다. 본 명세서에서, 어구 또는 전문 용어는 설명을 위한 것이며 제한하려는 것이 아니므로, 당업자라면 본 명세서의 전문 용어 또는 어구가 교시 및 안내를 고려하여 해석되어야 한다는 것을 이해하여야 한다.
본 발명의 범위와 폭은 상술된 예시적인 실시예들 중 어느 것에 의해서도 제한되지 않아야 하며, 다음의 청구항 및 그 균등물에 따라서만 정의되어야 한다.
Claims (26)
- 구조체의 관심 파라미터의 값의 재구성(reconstruction)의 품질을 평가하는 방법에 있어서,
- 구조체들의 세트의 각각의 구조체에 대해, 1 이상의 방사선 빔으로 상기 구조체를 조명하고, 상기 방사선과 상기 구조체 간의 상호작용으로 발생하는 상기 구조체와 연계된 신호를 검출하는 단계;
- 상기 구조체들의 세트의 각각의 구조체에 대해, 상기 구조체와 연계된 상기 신호로부터, 상기 구조체의 수학적 모델의 파라미터들의 값들을 재구성하는 단계 - 상기 파라미터들 중 적어도 하나는 상기 구조체의 관심 파라미터로서 지정됨 -;
- 상기 구조체들의 세트의 각각의 구조체에 대해, 적어도 상기 구조체들의 세트와 연계된 상기 파라미터들의 재구성된 값들의 서브세트(subset)를 이용하여, 상기 구조체의 상기 관심 파라미터의 값을 예측하는 단계; 및
- 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해, 상기 관심 파라미터의 재구성된 값들 및 상기 관심 파라미터의 예측된 값들을 비교하는 단계를 포함하는 재구성 품질 평가 방법. - 제 1 항에 있어서,
상기 구조체의 수학적 모델의 파라미터들의 값들을 재구성하는 단계는 모델 레시피(model recipe)에 따르는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 예측하는 단계는 회귀 분석의 수단(means)을 이용하는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 비교하는 단계에서, 상기 구조체의 관심 파라미터의 값의 재구성의 품질은, 상기 관심 파라미터의 재구성된 값들 및 상기 관심 파라미터의 예측된 값들 간의 불일치성(dissimilarity)이 증가하면 더 높게 평가되는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 관심 파라미터의 재구성된 값들 및 상기 관심 파라미터의 예측된 값들을 비교하는 단계의 출력은 단일 값이고, 상기 단일 값은 구조체의 관심 파라미터의 값의 재구성의 품질의 메트릭(metric)인 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 비교하는 단계는 상기 관심 파라미터의 재구성된 값들에 기초하는 정규화를 이용하는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 예측하는 단계는 적어도 상기 구조체들의 세트와 연계된 상기 파라미터들의 재구성된 값들의 서브세트의 공통 모드 억제(common mode suppression)를 이용하는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 구조체의 수학적 모델의 파라미터들은 상기 구조체의 형상 및 재료 특성들을 나타내는 파라미터들을 포함하는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 구조체의 수학적 모델의 파라미터들의 수는 4 개, 8 개, 16 개 또는 32개보다 더 많은 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 구조체들의 세트에서 구조체들의 수는 5 개, 20 개, 100 개 또는 1000 개보다 더 많은 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 구조체들의 세트의 구조체들은 설계에 의해(by design) 동일한 재구성 품질 평가 방법. - 제 2 항에 있어서,
매번 상이한 모델 레시피를 이용하여 상기 방법을 여러 번 반복하는 단계를 더 포함하는 재구성 품질 평가 방법. - 제 12 항에 있어서,
구조체들의 세트의 각각의 구조체에 대해, 1 이상의 방사선 빔으로 상기 구조체를 조명하고, 상기 방사선과 상기 구조체 간의 상호작용으로 발생하는 상기 구조체와 연계된 신호를 검출하는 상기 단계는 한 번(once) 수행되고, 상기 재구성하는 단계, 상기 예측하는 단계 및 상기 비교하는 단계는 각각의 상이한 모델 레시피에 대해 수행되는 재구성 품질 평가 방법. - 제 12 항에 있어서,
상기 구조체의 수학적 모델 및 상기 구조체의 관심 파라미터는 상기 방법의 각 반복 동안 동일한 재구성 품질 평가 방법. - 제 12 항에 있어서,
상기 방법에 사용되는 상기 상이한 모델 레시피들로부터 모델 레시피를 결정하는 단계를 더 포함하고, 상기 모델 레시피는 상기 방법에 사용되는 다른 모델 레시피들에 비해 구조체의 관심 파라미터의 값의 재구성의 고품질을 갖는 재구성 품질 평가 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 예측하는 단계 및 상기 비교하는 단계는 동일한 수학적 단계에서 수행되는 재구성 품질 평가 방법. - 제 2 항에 있어서,
구조체의 관심 파라미터의 값의 재구성의 품질의 평가에 기초하여, 상기 모델 레시피를 변경하는 단계를 더 포함하는 재구성 품질 평가 방법. - 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 검사 장치에 있어서,
- 1 이상의 방사선 빔으로 구조체들의 세트의 각각의 구조체를 조명하는 조명 시스템;
- 상기 구조체들의 세트의 각각의 구조체에 대해, 상기 방사선과 상기 구조체 간의 상호작용으로 발생하는 상기 구조체와 연계된 신호를 검출하는 검출 시스템; 및
- 프로세서 - 상기 프로세서는 상기 구조체들의 세트의 각각의 구조체에 대해, 상기 구조체와 연계된 상기 신호로부터, 상기 구조체의 수학적 모델의 파라미터들의 값들을 재구성하도록 배치되고, 상기 파라미터들 중 적어도 하나는 상기 구조체의 관심 파라미터로서 지정되며, 상기 프로세서는 상기 구조체들의 세트의 각각의 구조체에 대해 적어도 상기 구조체들의 세트와 연계된 상기 파라미터들의 재구성된 값들의 서브세트를 이용하여 상기 구조체의 상기 관심 파라미터의 값을 예측하도록 배치되고, 상기 프로세서는 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 상기 관심 파라미터의 재구성된 값들 및 상기 관심 파라미터의 예측된 값들을 비교하도록 배치됨 - 를 포함하는 검사 장치. - 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하는 기계-판독가능한 명령어들의 1 이상의 시퀀스를 포함하는 컴퓨터 판독가능한 기록매체에 있어서,
상기 명령어는, 1 이상의 프로세서가:
- 구조체들의 세트의 각각의 구조체에 대해, 사전설정된 조명 하에서 방사선과 상기 구조체 간의 상호작용으로 발생하는 상기 구조체와 연계된 검출 신호를 수신하고,
- 상기 구조체들의 세트의 각각의 구조체에 대해, 상기 구조체와 연계된 상기 신호로부터, 상기 구조체의 수학적 모델의 파라미터들의 값들을 재구성하며 - 상기 파라미터들 중 적어도 하나는 상기 구조체의 관심 파라미터로서 지정됨 -,
- 상기 구조체들의 세트의 각각의 구조체에 대해 적어도 상기 구조체들의 세트와 연계된 상기 파라미터들의 재구성된 값들의 서브세트를 이용하여 상기 구조체의 상기 관심 파라미터의 값을 예측하고,
- 구조체의 관심 파라미터의 값의 재구성의 품질을 평가하기 위해 상기 관심 파라미터의 재구성된 값들 및 상기 관심 파라미터의 예측된 값들을 비교하도록 구성되는 컴퓨터 판독가능한 기록매체. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361865354P | 2013-08-13 | 2013-08-13 | |
| US61/865,354 | 2013-08-13 | ||
| PCT/EP2014/066840 WO2015022239A1 (en) | 2013-08-13 | 2014-08-05 | Method and inspection apparatus and computer program product for assessing a quality of reconstruction of a value of a parameter of interest of a structure |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160043023A KR20160043023A (ko) | 2016-04-20 |
| KR101850407B1 true KR101850407B1 (ko) | 2018-04-19 |
Family
ID=51266345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020167006435A Expired - Fee Related KR101850407B1 (ko) | 2013-08-13 | 2014-08-05 | 구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램 제품 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9760018B2 (ko) |
| KR (1) | KR101850407B1 (ko) |
| CN (1) | CN105452963B (ko) |
| IL (1) | IL243779B (ko) |
| NL (1) | NL2013303A (ko) |
| TW (1) | TWI536010B (ko) |
| WO (1) | WO2015022239A1 (ko) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105452963B (zh) | 2013-08-13 | 2017-08-22 | Asml荷兰有限公司 | 用于评价结构的所感兴趣的参数的值的重构品质的方法和检验设备以及计算机程序产品 |
| US10551165B2 (en) * | 2015-05-01 | 2020-02-04 | Adarza Biosystems, Inc. | Methods and devices for the high-volume production of silicon chips with uniform anti-reflective coatings |
| NL2017454A (en) * | 2015-09-28 | 2017-03-30 | Asml Netherlands Bv | Hierarchical representation of two-dimensional or threedimensional shapes |
| KR102429847B1 (ko) * | 2016-04-29 | 2022-08-04 | 에이에스엠엘 네델란즈 비.브이. | 구조체의 특성을 결정하는 방법 및 장치, 디바이스 제조 방법 |
| EP3279735A1 (en) * | 2016-08-01 | 2018-02-07 | ASML Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
| EP3318927A1 (en) * | 2016-11-04 | 2018-05-09 | ASML Netherlands B.V. | Method and apparatus for measuring a parameter of a lithographic process, computer program products for implementing such methods & apparatus |
| JP2018106832A (ja) * | 2016-12-22 | 2018-07-05 | 株式会社日立ハイテクサイエンス | 荷電粒子ビーム装置、及び制御方法 |
| US10948831B2 (en) * | 2017-02-24 | 2021-03-16 | Asml Netherlands B.V. | Methods of determining process models by machine learning |
| EP3435161A1 (en) * | 2017-07-24 | 2019-01-30 | ASML Netherlands B.V. | Determining an edge roughness parameter of a periodic structure |
| WO2019043780A1 (ja) | 2017-08-29 | 2019-03-07 | ギガフォトン株式会社 | データ解析装置、半導体製造システム、データ解析方法、及び半導体製造方法 |
| EP3480659A1 (en) * | 2017-11-01 | 2019-05-08 | ASML Netherlands B.V. | Estimation of data in metrology |
| EP3570108A1 (en) * | 2018-05-14 | 2019-11-20 | ASML Netherlands B.V. | Methods and apparatus for calculating electromagnetic scattering properties of a structure |
| DE102018211099B4 (de) * | 2018-07-05 | 2020-06-18 | Carl Zeiss Smt Gmbh | Verfahren und Vorrichtung zum Bewerten eines statistisch verteilten Messwertes beim Untersuchen eines Elements eines Photolithographieprozesses |
| JP6830464B2 (ja) * | 2018-09-26 | 2021-02-17 | 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ | 基板処理装置、半導体装置の製造方法および記録媒体。 |
| US11530913B2 (en) * | 2020-09-24 | 2022-12-20 | Kla Corporation | Methods and systems for determining quality of semiconductor measurements |
| US12019030B2 (en) | 2022-01-18 | 2024-06-25 | Kla Corporation | Methods and systems for targeted monitoring of semiconductor measurement quality |
| US20230417682A1 (en) * | 2022-06-23 | 2023-12-28 | Onto Innovation Inc. | Metrology solutions for complex structures of interest |
| EP4550047A1 (en) * | 2023-11-03 | 2025-05-07 | ASML Netherlands B.V. | Sidewall angle metrology |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011151121A1 (en) | 2010-06-04 | 2011-12-08 | Asml Netherlands B.V. | Measurement of a structure on a substrate |
| WO2012138758A1 (en) | 2011-04-06 | 2012-10-11 | Kla-Tencor Corporation | Method and system for providing a quality metric for improved process control |
| KR101457030B1 (ko) | 2011-08-30 | 2014-10-31 | 에이에스엠엘 네델란즈 비.브이. | 오버레이 오차를 결정하는 장치 및 방법 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6609086B1 (en) * | 2002-02-12 | 2003-08-19 | Timbre Technologies, Inc. | Profile refinement for integrated circuit metrology |
| US7523076B2 (en) * | 2004-03-01 | 2009-04-21 | Tokyo Electron Limited | Selecting a profile model for use in optical metrology using a machine learning system |
| US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| US20070002336A1 (en) | 2005-06-30 | 2007-01-04 | Asml Netherlands B.V. | Metrology apparatus, lithographic apparatus, process apparatus, metrology method and device manufacturing method |
| US7522293B2 (en) | 2006-03-30 | 2009-04-21 | Tokyo Electron Limited | Optical metrology of multiple patterned layers |
| US8571845B2 (en) * | 2008-06-03 | 2013-10-29 | Asml Netherlands B.V. | Model-based scanner tuning systems and methods |
| NL2003702A (en) | 2008-11-10 | 2010-05-11 | Brion Tech Inc | Pattern selection for lithographic model calibration. |
| WO2012126718A1 (en) | 2011-03-21 | 2012-09-27 | Asml Netherlands B.V. | Method and apparatus for determining structure parameters of microstructures |
| CN105452963B (zh) | 2013-08-13 | 2017-08-22 | Asml荷兰有限公司 | 用于评价结构的所感兴趣的参数的值的重构品质的方法和检验设备以及计算机程序产品 |
-
2014
- 2014-08-05 CN CN201480044273.4A patent/CN105452963B/zh active Active
- 2014-08-05 KR KR1020167006435A patent/KR101850407B1/ko not_active Expired - Fee Related
- 2014-08-05 WO PCT/EP2014/066840 patent/WO2015022239A1/en active Application Filing
- 2014-08-05 NL NL2013303A patent/NL2013303A/en not_active Application Discontinuation
- 2014-08-05 US US14/906,898 patent/US9760018B2/en active Active
- 2014-08-12 TW TW103127678A patent/TWI536010B/zh not_active IP Right Cessation
-
2016
- 2016-01-26 IL IL243779A patent/IL243779B/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011151121A1 (en) | 2010-06-04 | 2011-12-08 | Asml Netherlands B.V. | Measurement of a structure on a substrate |
| KR101488802B1 (ko) | 2010-06-04 | 2015-02-04 | 에이에스엠엘 네델란즈 비.브이. | 기판 상의 구조물의 측정 |
| WO2012138758A1 (en) | 2011-04-06 | 2012-10-11 | Kla-Tencor Corporation | Method and system for providing a quality metric for improved process control |
| KR101457030B1 (ko) | 2011-08-30 | 2014-10-31 | 에이에스엠엘 네델란즈 비.브이. | 오버레이 오차를 결정하는 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105452963B (zh) | 2017-08-22 |
| US20160154319A1 (en) | 2016-06-02 |
| NL2013303A (en) | 2015-02-16 |
| IL243779A0 (en) | 2016-04-21 |
| CN105452963A (zh) | 2016-03-30 |
| US9760018B2 (en) | 2017-09-12 |
| WO2015022239A1 (en) | 2015-02-19 |
| TW201514469A (zh) | 2015-04-16 |
| IL243779B (en) | 2020-11-30 |
| TWI536010B (zh) | 2016-06-01 |
| KR20160043023A (ko) | 2016-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101850407B1 (ko) | 구조체의 관심 파라미터 값의 재구성의 품질을 평가하는 방법, 검사 장치 및 컴퓨터 프로그램 제품 | |
| KR101793538B1 (ko) | 오버레이 오차를 결정하는 장치 및 방법 | |
| KR101457030B1 (ko) | 오버레이 오차를 결정하는 장치 및 방법 | |
| EP2020621B1 (en) | Inspection method and apparatus, lithographic apparatus and lithographic processing cell | |
| NL2008414A (en) | Method and apparatus for determining structure parameters of microstructures. | |
| US20130073070A1 (en) | Method for Calibrating a Manufacturing Process Model | |
| US9163935B2 (en) | Device manufacturing method and associated lithographic apparatus, inspection apparatus, and lithographic processing cell | |
| US9360768B2 (en) | Inspection method and apparatus | |
| US8875078B2 (en) | Reference library generation method for methods of inspection, inspection apparatus and lithographic apparatus | |
| US8804123B2 (en) | Inspection method and apparatus, lithographic apparatus, lithographic processing cell and device manufacturing method | |
| TWI721601B (zh) | 用於結構及相關設備之檢測方法和設備 | |
| US8233155B2 (en) | Inspection method and apparatus, lithographic apparatus, lithographic processing cell and device manufacturing method | |
| US9952518B2 (en) | Inspection method and apparatus and lithographic apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0105 | International application |
Patent event date: 20160310 Patent event code: PA01051R01D Comment text: International Patent Application |
|
| PA0201 | Request for examination |
Patent event code: PA02012R01D Patent event date: 20160310 Comment text: Request for Examination of Application |
|
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20170704 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20180125 |
|
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20180413 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20180416 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20210402 Start annual number: 4 End annual number: 4 |
|
| PC1903 | Unpaid annual fee |
Termination category: Default of registration fee Termination date: 20230124 |