[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20210134129A - 웨이퍼 검사 장치 및 방법 - Google Patents

웨이퍼 검사 장치 및 방법 Download PDF

Info

Publication number
KR20210134129A
KR20210134129A KR1020200052419A KR20200052419A KR20210134129A KR 20210134129 A KR20210134129 A KR 20210134129A KR 1020200052419 A KR1020200052419 A KR 1020200052419A KR 20200052419 A KR20200052419 A KR 20200052419A KR 20210134129 A KR20210134129 A KR 20210134129A
Authority
KR
South Korea
Prior art keywords
wafer
thickness
test
image
prediction model
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.)
Granted
Application number
KR1020200052419A
Other languages
English (en)
Other versions
KR102801221B1 (ko
Inventor
김성하
김형곤
조두현
이광성
김종수
김태중
하정수
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200052419A priority Critical patent/KR102801221B1/ko
Priority to US17/116,708 priority patent/US11579096B2/en
Publication of KR20210134129A publication Critical patent/KR20210134129A/ko
Application granted granted Critical
Publication of KR102801221B1 publication Critical patent/KR102801221B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N21/9501—Semiconductor wafers
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/677—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for conveying, e.g. between different workstations
    • H01L21/67703—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for conveying, e.g. between different workstations between different workstations
    • H01L21/67706—Mechanical details, e.g. roller, belt
    • 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • G01B11/0625—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • G01B11/0641—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of polarization
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

본 발명의 실시예에 따른 두께 추정 장치는, 소정의 이송 경로를 따라 웨이퍼를 이송하는 이송 로봇, 상기 이송 경로 상에 배치되어 상기 웨이퍼에 빛을 조사하는 조명부, 상기 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 획득하는 촬영부, 테스트 웨이퍼로부터 획득한 데이터 셋에 기초하여 비선형 회귀 분석 기법을 이용하여 생성된 두께 예측 모델을 저장하는 메모리, 두께 예측 모델을 생성하고 웨이퍼의 이미지로부터 얻은 데이터 자체를 두께 예측 모델에 적용하여 웨이퍼 및 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 추정하는 컨트롤러를 포함하고, 상기 테스트 웨이퍼로부터 데이터 셋을 획득하는 장치 또는 두께 예측 모델을 생성하는 장치를 더 포함할 수 있다. 한편, 상기 테스트 웨이퍼로부터 획득된 데이터 셋은 테스트 위치에서의 테스트 웨이퍼 및 테스트 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께와, 테스트 이미지의 테스트 픽셀 데이터를 포함하며, 상기 웨이퍼의 이미지로부터 얻은 데이터는 보정 이미지의 선택 픽셀 데이터를 포함한다.

Description

웨이퍼 검사 장치 및 방법{INSPECTION APPARATUS OF WAFER AND METHOD}
본 발명은 웨이퍼 검사 장치 및 방법에 관한 것이다.
반도체 생산 라인은 다양한 반도체 공정들을 진행하기 위한 공정 챔버들을 포함하며, 공정 챔버들에서는 화학/기계적 연마 공정, 증착 공정, 식각 공정 등이 진행될 수 있다. 공정 챔버들 각각에서 반도체 공정이 완료되면, 반도체 공정이 정확하게 진행되었는지 여부를 판단하기 위한 검사 공정이 진행될 수 있다. 일반적으로 반도체 공정이 완료된 웨이퍼를, 두께를 측정하기 위한 OCD IM(Optical Critical Dimension Integrated Metrology) 설비 등으로 옮겨 검사 공정을 진행할 수 있다. 이러한 방식에서는, 검사 공정을 진행하기 위한 별도의 시간 및 공간이 필요하므로 생산성이 저하되고 비용이 증가할 수 있다.
본 발명의 기술적 사상이 이루고자 하는 과제 중 하나는, 웨이퍼를 촬영한 이미지를 이용하여 원하는 위치에서 웨이퍼 및/또는 웨이퍼에 형성된 소자층들의 두께를 추정함으로써, 공정이 정상적으로 진행되었는지 여부를 빠르게 확인할 수 있으며, 검사 결과를 공정 설비로 피드백하여 생산 수율을 개선할 수 있는 검사 장치 및 방법을 제공하고자 하는 데에 있다.
본 발명의 일 실시예에 따른 두께 추정 장치는, 제1 장치와 제2 장치 사이에서 소정의 이송 경로를 따라 웨이퍼를 이송하는 이송 로봇, 상기 이송 경로 상에 배치되며 상기 웨이퍼에 빛을 조사하는 조명부, 상기 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 획득하는 촬영부, 상기 웨이퍼에 대응하는 테스트 웨이퍼 및 상기 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 두께를 포함하는 데이터 셋에 기초하여 생성되고, 상기 데이터 셋의 손실함수가 최소화되도록 훈련된 두께 예측 모델을 저장하는 메모리, 및 상기 원본 이미지에 기초한 보정 이미지에 포함되는 픽셀들 중 적어도 하나의 선택 픽셀에서 획득한 선택 픽셀 데이터를 상기 두께 예측 모델에 적용하여, 상기 선택 픽셀의 위치에 대응하는 선택 위치에서 상기 웨이퍼 및 상기 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 예측하는 컨트롤러를 포함한다.
본 발명의 일 실시예에 따른 두께 추정 장치는, 제1 장치와 제2 장치 사이에서 소정의 이송 경로를 따라 적어도 하나의 테스트 웨이퍼를 이송하는 이송 로봇, 상기 이송 경로 상에 배치되며 상기 테스트 웨이퍼에 빛을 조사하는 조명부, 상기 테스트 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 획득하는 촬영부, 상기 테스트 웨이퍼 상의 복수의 테스트 위치들 각각에서 획득한 상기 테스트 웨이퍼 및 상기 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 실제 두께와, 상기 테스트 웨이퍼를 촬영한 테스트 이미지에서 상기 복수의 테스트 위치들에 대응하는 위치에 있는 테스트 픽셀들 각각의 테스트 픽셀 데이터를 포함하는 데이터 셋에 기초하여, 머신 러닝을 이용하여 두께 예측 모델을 생성하는 컨트롤러, 및 상기 두께 예측 모델을 저장하는 메모리를 포함한다.
본 발명의 일 실시예에 따른 두께 추정 방법은, 테스트 웨이퍼의 복수의 테스트 위치들 각각에서 상기 테스트 웨이퍼 및 상기 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 두께를 측정하는 단계, 상기 테스트 웨이퍼를 촬영한 테스트 이미지에서 상기 복수의 테스트 위치들에 대응하는 위치에 있는 테스트 픽셀들 각각의 테스트 픽셀 데이터를 획득하는 단계, 상기 복수의 테스트 위치들에서 측정한 상기 테스트 웨이퍼 및 테스트 소자층 중 적어도 하나의 두께와, 상기 테스트 픽셀 데이터를 포함하는 데이터 셋을 생성하는 단계, 상기 데이터 셋에 기초하여 두께 예측 모델을 생성하고, 머신 러닝을 이용하여 상기 데이터 셋의 손실함수가 최소화되도록 두께 예측 모델을 훈련하는 단계, 웨이퍼를 촬영한 원본 이미지를 획득하는 단계, 상기 원본 이미지에 기초하여 상기 웨이퍼의 보정 이미지를 획득하는 단계, 상기 보정 이미지에서, 상기 웨이퍼의 적어도 하나의 선택 위치에 대응하는 위치에 있는 적어도 하나의 선택 픽셀의 선택 픽셀 데이터를 획득하는 단계, 및 상기 두께 예측 모델에 상기 선택 픽셀 데이터를 적용하여 상기 적어도 하나의 선택 위치에서 상기 웨이퍼 및 상기 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 예측하는 단계를 포함한다.
본 발명의 일 실시예에 따른 두께 추정 장치는, 다양한 알고리즘을 이용한 비선형 회귀 분석의 머신 러닝 기법에 기초하여 두께 예측 모델을 생성하고, 반도체 공정을 진행하는 공정 챔버의 웨이퍼 이송 경로에서 웨이퍼의 이미지를 촬영하며, 이미지로부터 획득한 데이터를 두께 예측 모델에 적용함으로써 웨이퍼에 공정이 정상적으로 진행되었는지 여부를 빠르게 검사할 수 있다. 따라서, 공정 이후 검사를 위한 별도의 공간 없이 웨이퍼를 촬영한 이미지를 이용하여 최소한의 시간 동안 검사를 완료함으로써, 생산성을 높이고 비용을 절감할 수 있다.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시 형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 두께 추정 장치를 포함하는 반도체 공정 장비의 개략적인 구성도이다.
도 2는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 과정을 나타낸 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하기 위한 테스트 웨이퍼와 테스트 이미지를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 구성들의 블록 다이어그램이다.
도 5는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 테스트 웨이퍼 및 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 두께를 측정하기 위한 분광 타원 계측기의 동작을 나타낸 도면이다.
도 6는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 웨이퍼의 이미지를 획득하기 위한 광학계의 동작을 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 원형 보정 알고리즘에 따라 변화하는 웨이퍼의 이미지를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 과정을 나타낸 흐름도이다.
도 9 내지 도 11은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하기 위해 이용하는 알고리즘을 설명하기 위해 제공되는 도면들이다.
도 12는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 생성된 두께 예측 모델에 기초하여 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하는 과정을 나타낸 흐름도이다.
도 13은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 생성된 두께 예측 모델에 기초하여 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하는 구성들의 블록 다이어그램이다.
도 14a 내지　14d는 본 발명의 일 실시예에 따른 두께 추정 장치가 CMP 공정 내에서 이용되는 방법을 나타내기 위해 제공되는 도면들이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 다음과 같이 설명한다.
도 1은 본 발명의 일 실시예에 따른 두께 추정 장치를 포함하는 반도체 공정 장비의 개략적인 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 반도체 공정 장비(1)는 복수의 공정 챔버들(11-14)을 포함할 수 있다. 일례로, 복수의 공정 챔버들(11-14)은 증착 공정을 진행하는 증착 공정 챔버, CMP 공정을 진행하는 연마 공정 챔버, 소스 가스의 라디칼과 이온을 포함하는 플라즈마 및/또는 식각액 등을 이용하여 웨이퍼(W) 및/또는 웨이퍼(W) 상에 형성된 소자층들 중 적어도 일부 영역을 제거하는 식각 공정 챔버 등을 포함할 수 있다.
웨이퍼(W)는 반도체 물질을 포함하는 반도체 기판일 수 있으며, 웨이퍼(W) 상에는 반도체 소자들, 반도체 소자들과 연결되는 배선 패턴들, 반도체 소자들과 배선 패턴들을 커버하는 절연층들 중 적어도 하나를 포함하는 소자층들이 형성될 수 있다. 일례로, 복수의 공정 챔버들(11-14)을 포함하는 반도체 공정 장비(1)는 웨이퍼 등의 공정 대상에 증착 공정, 포토 공정, 식각 공정, 연마 공정 등의 다양한 반도체 공정들을 적용할 수 있으며, 반도체 공정들에 의해 웨이퍼(W)에 다양한 구조물이 형성되어 원하는 반도체 장치를 구현할 수 있다.
일례로 복수의 공정 챔버들(11-14)은 이송 챔버(20) 및 로드락 챔버(40)를 통해 웨이퍼(W)를 전달받아 반도체 공정을 진행할 수 있다. 이송 챔버(20)와 로드락 챔버(40)는 이송 로봇(30)을 포함할 수 있으며, 이송 챔버(20)와 로드락 챔버(40)의 이송 로봇(30)은 공정 대상인 웨이퍼(W) 등을 이송할 수 있다. 일례로 이송 챔버(20)의 이송 로봇(30)은 웨이퍼(W) 등의 공정 대상을 로드락 챔버(40)에서 꺼내어, 복수의 공정 챔버들(11-14)에 전달하거나, 또는 복수의 공정 챔버들(11-14) 사이에서 웨이퍼(W)를 이송할 수 있다. 일 실시예에서 이송 로봇(30)은 핸들러일 수 있다. 이송 로봇(30)은 공정 대상을 고정하기 위한 척(Chuck)을 포함할 수 있으며, 척의 상부에는 공정 대상과 접촉하는 복수의 돌기들이 형성될 수 있다. 이송 로봇(30)은 웨이퍼(W)를 이송하기 위한 리니어 스테이지를 더 포함할 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 이송 챔버(20)의 이송 로봇(30)은 웨이퍼(W)를 로드락 챔버(40)에서 꺼내어 이송 챔버(20)로 이송하고, 소정의 이송 경로(P1)를 따라 공정 대상인 웨이퍼(W)를 공정 챔버(11)로 이송할 수 있다. 다만, 실시예들에 따라 공정 대상은 웨이퍼(W)로 한정되지 않을 수 있다. 일례로 웨이퍼(W)가 아닌 다른 다양한 기판들, 예를 들어 디스플레이용 모기판(mother substrate)이 공정 대상일 수도 있다.
본 발명의 일 실시예에 따른 두께 추정 장치는, 복수의 공정 챔버들(11-14) 각각에서 반도체 공정이 적절하게 진행되었는지 여부를 판단하기 위해, 실제 공정에 앞서 머신 러닝 기법을 통해 두께 예측 모델을 생성할 수 있다. 예시적으로, 본 발명의 두께 추정 장치는 머신 러닝 기법을 통해 두께 예측 모델을 생성하는 장치와 별도의 장치로 구현될 수도 있다. 이 경우, 미리 생성된 두께 예측 모델은 두께 예측 장치의 메모리에 저장될 수 있다.
일 실시예에서, 두께 예측 모델은 웨이퍼(W) 및 소자층 중 적어도 하나의 두께와, 촬영한 웨이퍼 이미지로부터 획득한 각 픽셀의 픽셀 데이터를 기초로 생성될 수 있다. 일례로 상기 픽셀 데이터는 각 픽셀의 RGB 값일 수 있다. 웨이퍼(W) 및 웨이퍼(W) 상에 형성된 소자층 중 적어도 하나의 실제 두께는 분광 타원 계측기(Spectroscopic Ellipsometer, SE)를 이용한 스펙트럼 기반 계측법으로 측정될 수 있다. 본 발명의 일 실시예에 따른 두께 추정 장치는, 공정이 완료된 웨이퍼(W)를 촬영하여 웨이퍼 이미지를 획득하고, 상기 웨이퍼 이미지로부터 획득한 픽셀 데이터를 두께 예측 모델에 적용할 수 있다. 두께 예측 모델을 이용하여 공정이 완료된 웨이퍼(W) 및/또는 웨이퍼(W) 상에 형성된 적어도 하나의 소자층의 두께를 추정할 수 있고, 공정 결과를 확인할 수 있다.
일례로, 공정 챔버(11)는 CMP 공정 설비일 수 있다. CMP 공정 과정에서 웨이퍼(W)에 대한 연마 정도의 제어가 정상적으로 진행되지 않은 경우, 웨이퍼(W)에서 제조하고자 하는 반도체 장치에 불량이 발생할 수 있다. 본 발명의 일 실시예에 따른 두께 추정 장치는, 웨이퍼(W)가 이송 로봇(30)에 의해 공정 챔버(11)와 이송 챔버(20) 사이의 이송 경로(P1)를 따라 이송되는 동안, CMP 공정의 대상인 웨이퍼(W) 및/또는 웨이퍼(W) 상에 형성된 소자층의 두께를 측정하고, CMP 공정이 정상적으로 진행되었는지 여부를 판단할 수 있다.
일 실시예에서, CMP 공정이 정확하게 제어되지 않은 경우, 웨이퍼(W)를 촬영한 웨이퍼 이미지로부터 획득한 각 픽셀의 픽셀 데이터를 상기 두께 예측 모델에 입력함으로써, CMP 공정의 대상인 웨이퍼(W) 및/또는 소자층의 두께를 계산할 수 있다. 두께 예측 모델이 계산한 CMP 공정 대상의 두께를, CMP 공정에서 설정된 두께와 비교함으로써 CMP 공정이 적절하게 진행되었는지를 판단할 수 있다.
본 발명의 일 실시예에 따른 두께 예측 모델은, 다양한 알고리즘을 이용한 비선형 회귀 분석의 머신 러닝 기법에 기초하여 생성될 수 있다. 두께 추정 장치는 웨이퍼(W)의 이미지로부터 획득한 데이터를 별도의 처리 과정 없이 두께 예측 모델에 적용하여 웨이퍼(W) 및/또는 웨이퍼(W)에 형성된 소자층의 두께를 추정할 수 있다. 따라서, 일반적으로 두께 측정에 사용되는 스펙트럼 기반 측정 방식에 비해 넓은 범위에서 두께를 빠르게 측정할 수 있으며, 반도체 공정 이후 진행되는 검사 공정으로 인한 생산 지연을 최소화할 수 있다.
본 발명의 일 실시예에서는, 반도체 공정 장비(1) 내에 광학계(50)가 설치될 수 있다. 광학계(50)는 이송 챔버(20) 또는 로드락 챔버(40) 의 이송 로봇(30)이 웨이퍼(W) 등을 옮기는 이송 경로(P1)의 상부에 설치될 수 있으며, 이송 경로(P1)를 따라 이동하는 웨이퍼(W)의 이미지를 촬영할 수 있다. 광학계(50)가 웨이퍼(W)를 촬영한 이미지는 두께 추정 장치가 웨이퍼(W) 및/또는 웨이퍼(W) 상에 형성된 소자층의 두께를 추정하는 데에 이용될 수 있다.
다시 말해, 본 발명의 일 실시예에서는 웨이퍼(W)의 이미지를 촬영하기 위한 별도의 스테이지 없이, 반도체 공정의 진행 전후에 웨이퍼(W)의 이송 경로 상에서 웨이퍼(W)를 촬영하여 이미지를 획득할 수 있다. 따라서, 별도의 스테이지로 웨이퍼(W)를 이송하여 이미지를 촬영하는 절차를 생략할 수 있으므로, 공정의 효율성을 높이고 생산 비용을 절감할 수 있다.
도 2는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 과정을 나타낸 흐름도이고, 도 3은 두께 예측 모델을 생성하기 위한 테스트 웨이퍼와 테스트 이미지를 나타낸 도면이다.
도 2 및 도 3을 함께 참조하면, 본 발명의 일 실시예에 따른 두께 추정 장치는 테스트 웨이퍼(W1)를 이용하여 두께 예측 모델을 생성할 수 있다. 일 실시예에서, 테스트 웨이퍼(W1) 상에 반도체 공정으로 적어도 하나의 테스트 소자층이 형성될 수 있다. 테스트 소자층은 테스트 웨이퍼 상에 형성되는 층일 수 있으며, 반도체 소자들, 반도체 소자들을 연결하기 위한 배선 패턴들, 반도체 소자들과 배선 패턴들을 커버하는 절연층들 중 적어도 하나를 포함할 수 있다. 테스트 웨이퍼(W1)와 테스트 소자층은, 두께 예측 모델을 이용하여 두께를 추정하고자 하는 웨이퍼 및 웨이퍼에 형성된 소자층에 각각 대응할 수 있다.
우선, 두께 예측 모델을 생성하기 위해, 테스트 웨이퍼(W1)에서 선택된 복수의 테스트 위치들(P11, P12, P13)에서 테스트 웨이퍼(W1) 및/또는 테스트 소자층의 두께(T1, T2, T3)를 측정할 수 있다(S100). 테스트 위치들(P11, P12, P13)은 테스트 웨이퍼(W1)에 진행된 반도체 공정의 결과를 확인할 수 있다고 판단되는 위치일 수 있다. 예시적으로, 복수의 테스트 위치들(P11, P12, P13)은 사용자에 의해 임의로 선택될 수 있다. 복수의 테스트 위치들(P11, P12, P13)에서 측정된 테스트 웨이퍼(W1) 또는 테스트 소자층의 두께(T1, T2, T3)는 서로 상이할 수 있다. 일례로, 테스트 웨이퍼(W1) 및/또는 테스트 소자층의 두께(T)는 분광 타원 계측기를 이용하는 스펙트럼 기반 계측법에 의해 측정될 수 있다.
또한, 테스트 웨이퍼(W1) 및/또는 테스트 소자층의 두께 측정과는 별개로 광학계를 이용하여 테스트 웨이퍼(W1)를 촬영함으로써 테스트 이미지(W1’)를 획득할 수 있다(S110). 광학계는 도 1에 도시한 일 실시예에서 반도체 공정이 실제로 진행되는 반도체 공정 장비(1)에 포함되는 광학계(50)와 동일한 장비일 수 있다. 실시예들에 따라, 테스트 웨이퍼(W1)를 촬영한 테스트 이미지(W1’)는 도 1을 참조하여 설명한 일 실시예에 따른 반도체 공정 장비(1)의 광학계(50)와 다른 별도의 장치를 이용하여 획득될 수도 있다.
다음으로, 테스트 이미지(W1’)에 포함되는 픽셀들 중에서 선택된 테스트 픽셀들(P10’)로부터 테스트 픽셀 데이터를 획득할 수 있다(S120). 테스트 픽셀들(P10’)은 테스트 웨이퍼(W1)에서 선택된 테스트 위치들(P10)에 대응하는 위치에 있는 픽셀들일 수 있다. 일례로, 테스트 픽셀 데이터는 테스트 픽셀의 RGB 값일 수 있다. 실시예들에 따라, 테스트 이미지(W1’)를 촬영하는 단계(S110), 및 테스트 이미지(W1’)의 테스트 픽셀들(P10’)에서 테스트 픽셀 데이터를 획득하는 단계(S120) 중 적어도 하나는 테스트 웨이퍼(W1) 및/또는 테스트 웨이퍼(W1) 상에 형성된 테스트 소자층의 두께를 측정하는 단계(S100)와 동시에 진행되거나 또는 순서에 관계없이 각각 진행될 수 있다.
다음으로, 두께 예측 모델의 학습에 필요한 데이터 셋을 생성할 수 있다(S130). 데이터 셋은, 두께 예측 모델을 훈련 및 검증하는 데에 이용될 수 있다. 상기 데이터 셋은 테스트 위치들(P10)에서의 실측된 테스트 웨이퍼(W1) 및/또는 테스트 소자층의 두께(T)와, 테스트 위치들(P10)에 대응되는 테스트 이미지(W1’) 상 테스트 픽셀들(P10’)의 RGB 값을 포함할 수 있다. 데이터 셋은 테스트 위치들(P10) 각각에서 실측한 두께(T)와, 테스트 픽셀들(P10') 각각의 RGB 값을 서로 매칭함으로써 생성될 수 있다.
다음으로, 생성된 데이터 셋을 이용하여 두께 예측 모델을 생성할 수 있다(S140). 상기 두께 예측 모델은 머신 러닝 기법 중 적어도 하나를 이용하여 생성된 비선형 회귀 분석 모델일 수 있다. 상기 머신 러닝 기법은 랜덤 포레스트(Random Forest), 에이다부스트(AdaBoost), 그래디언트 부스팅(Gradient Boosting), 다항 회귀(Polynomial Regression), 가우시안 프로세스 회귀(Gaussian Process Regression) 중 적어도 하나의 알고리즘을 이용할 수 있다. 두께 예측 모델의 구체적인 생성과정에 대하여는 후술하기로 한다.
도 4는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 구성들의 블록 다이어그램이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 장치는 광학계(110), 분광 타원 계측기(130), 컨트롤러(140), 및 메모리(150) 등을 포함할 수 있다. 광학계(110)는 테스트 대상에 빛을 조사하는 조명부(111)와 테스트 대상으로부터 반사된 빛을 이용하여 테스트 이미지를 촬영하는 촬영부(112)를 포함할 수 있다.
본 발명의 일 실시예에서, 두께 추정 장치를 운영, 관리하는 사용자(100)는 테스트 대상(120)의 두께를 측정하는 테스트 위치와, 테스트 이미지로부터 픽셀 데이터를 획득하는 테스트 위치에 대응하는 위치에 있는 테스트 픽셀을 임의로 선택할 수 있다. 테스트 대상(120)의 두께는 분광 타원 계측기(130)를 이용하여 측정될 수 있고, 테스트 픽셀의 픽셀 데이터는 광학계(110)를 이용하여 획득될 수 있다. 상기 픽셀 데이터는 테스트 픽셀의 RGB 값일 수 있다.
컨트롤러(140)는 다양한 베이스 알고리즘을 이용한 머신 러닝 기법에 기초하여 두께 예측 모델을 생성할 수 있다. 컨트롤러(140)는 두께 예측 모델을 생성하기 위해, 광학계(110)로부터 테스트 이미지의 픽셀 데이터를 획득하고, 분광 타원 계측기(130)로부터 테스트 대상(120)의 두께 데이터를 획득할 수 있다. 픽셀 데이터와 두께 데이터는 두께 예측 모델을 생성하기 위한 데이터 셋에 포함될 수 있다.
일 실시예에서, 두께 예측 모델을 생성하기 위한 테스트 대상(120)으로 테스트 웨이퍼를 이용할 수 있으며, 테스트 웨이퍼 상에는 반도체 공정으로 형성되는 적어도 하나의 테스트 소자층이 배치될 수 있다. 일례로, 테스트 웨이퍼와 테스트 소자층은 두께 예측 모델을 이용하여 두께를 실제로 측정하고자 하는 웨이퍼 및 웨이퍼 상에 형성되는 소자층에 각각 대응할 수 있다.
컨트롤러(140)가 생성한 두께 예측 모델은 메모리(150)에 저장될 수 있다. 반도체 공정이 실제로 진행되는 동안 웨이퍼 및 웨이퍼 상의 소자층 중 적어도 하나의 두께를 추정하기 위해, 컨트롤러(140)는 웨이퍼를 촬영한 이미지로부터 획득한 픽셀 데이터를 메모리(150)에 저장된 두께 예측 모델에 적용할 수 있다. 실시예들에 따라, 컨트롤러(140) 및 메모리(150)는 공정 장비와 별도로 마련될 수 있다.
도 5는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 테스트 웨이퍼 및 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 두께를 측정하기 위한 분광 타원 계측기의 동작을 나타낸 도면이다.
도 5을 참조하면, 본 발명의 일 실시예에서는 테스트 웨이퍼(W1)를 손상시키지 않는 비파괴적인 광학 측정 방법을 이용하여 테스트 소자층의 두께(T)를 측정할 수 있다. 테스트 웨이퍼는 테스트 웨이퍼 상에 형성된 하나 이상의 테스트 소자층들을 포함할 수 있다. 상기 테스트 소자층들은 반도체 물질, 도전성 물질, 절연성 물질, 포토 레지스트 등을 포함할 수 있다.
본 발명의 일 실시예에 따르면, 테스트 웨이퍼(W1) 상 테스트 소자층의 두께(T)를 측정하기 위해, 테스트 웨이퍼(W1)에 빛을 조사하고, 테스트 웨이퍼(W1)으로부터 반사되는 빛을 수신할 수 있다. 분광 타원 계측기는 반사된 빛 중에서 두께(T)를 측정하고자 하는 테스트 위치들에서 반사된 빛을 선택적으로 추출할 수 있으며, 추출된 빛의 스펙트럼을 획득하고 분석하여 테스트 위치들에서 테스트 소자층의 두께(T)를 측정할 수 있다. 일례로 테스트 웨이퍼(W1)에 조사되는 빛은 테스트 웨이퍼에 조사되기 전에 선형 편광자(polarizer)를 통과할 수 있으며, 테스트 웨이퍼(W1)으로부터 반사된 빛은 검광자(analyzer)를 통해 추출될 수 있다.
본 발명의 일 실시예에 따른 두께 추정 장치는 테스트 웨이퍼(W1)의 테스트 위치들에서 두께(T) 데이터를 획득하여, 상기 두께(T) 데이터를 두께 예측 모델을 생성하기 위한 데이터 셋으로 이용할 수 있다. 한편, 본 발명의 일 실시예에 따른 두께 추정 장치에서, 테스트 웨이퍼(W1) 및 테스트 웨이퍼(W1) 상 테스트 소자층 중 적어도 하나의 두께(T)는 분광 타원 계측기에 의해 측정되는 것으로 도시되었으나 이는 실시예에 불과하며, 반드시 이와 같은 형태로 한정되는 것은 아니다. 실시예들에 따라, 분광 타원 계측기는 테스트 웨이퍼(W1) 및 테스트 소자층의 두께(T)를 실측할 수 있는 다른 다양한 장치로 대체될 수도 있다.
도 6는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 웨이퍼의 이미지를 획득하기 위한 광학계의 동작을 나타낸 도면이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 광학계(200)는 촬영 대상(220)에 빛을 조사하는 조명부(210)와 촬영 대상(220)으로부터 반사된 빛을 이용하여 이미지를 생성하는 촬영부(240)를 포함할 수 있다. 일례로, 조명부(210)는 백색 LED를 광원으로 포함할 수 있고, 촬영부(240)는 촬영 대상(220)으로부터 반사된 빛을 전기 신호로 변환하는 이미지 센서를 포함할 수 있다. 일 실시예에서, 촬영부(240)는 라인 스캔 카메라일 수 있다. 실시예들에 따라, 광학계(200)는 촬영 대상(220)으로부터 반사된 빛을 다시 반사시켜 촬영부(240)로 입사시키는 반사부(230)를 포함할 수 있다. 반사부(230)는 전반사 거울일 수 있다. 일 실시예에 따른 광학계(200)는 도 4에 도시된 광학계(110)에 대응하는 구성일 수 있다.
한편, 광학계(200)를 이용하여 이미지를 획득하고자 하는 촬영 대상(220)은 웨이퍼, 및/또는 테스트 웨이퍼일 수 있다. 일례로, 웨이퍼에 반도체 공정을 진행하기 이전 또는 이후 시점에서 웨이퍼 및/또는 웨이퍼에 형성되는 소자층의 두께를 추정하고자 하는 경우, 촬영 대상(220)은 웨이퍼일 수 있다. 웨이퍼를 촬영하여 광학계(200)가 획득한 이미지는, 광학계(200)와 연동되어 동작하는 두께 추정 장치가 웨이퍼 및/또는 소자층의 두께를 추정하는 데에 이용될 수 있다. 일례로 두께 추정 장치는, 광학계(200)가 생성한 이미지에서 선택되는 적어도 일부의 픽셀들 각각의 픽셀 데이터를 획득할 수 있다. 두께 추정 장치는, 두께 예측 모델에 픽셀들 각각의 픽셀 데이터를 입력하여 픽셀들 각각에 대응하는 위치에서 웨이퍼 및/또는 소자층의 두께를 계산할 수 있다.
또한, 두께 예측 모델을 생성하고자 하는 경우, 광학계(200)의 촬영 대상은 테스트 웨이퍼일 수 있다. 일례로 테스트 웨이퍼는, 두께 예측 모델을 이용하여 두께를 추정하고자 하는 웨이퍼와 같을 수 있다. 광학계(200)는 테스트 웨이퍼를 촬영하여 테스트 이미지를 생성할 수 있으며, 두께 예측 모델은 테스트 웨이퍼에서 실제로 측정한 두께와, 테스트 이미지에서 획득한 픽셀 데이터에 기초하여 생성될 수 있다. 일 실시예에서, 두께를 실제로 측정하는 테스트 웨이퍼의 위치들에 대응하는 테스트 이미지의 픽셀들로부터 픽셀 데이터를 획득할 수 있다.
일 실시예에서 광학계(200)는 조명부(210)와 촬영부(240)를 포함할 수 있고, 반사부(230)를 더 포함할 수 있는 것으로 도시되었으나 이는 실시예에 불과하며, 도시된 구성으로 한정되지 않는다. 일례로 웨이퍼(W)의 원본 이미지는 조명부(210)와 반사부(230) 없이 촬영부(240)를 이용하여 직접적으로 촬영될 수 있다. 한편, 일 실시예에 따른 광학계(200)는, 공정 전 및/또는 후에 웨이퍼의 이미지를 촬영하고자 하는 공정 장비에 결합되어 독립적으로 동작할 수 있으며, 별도의 복잡한 설치 절차 없이 공정 장비와 결합되어 동작할 수 있다.
도 6에 도시한 일 실시예에 따른 광학계(200)는 반도체 공정 장비에서 웨이퍼가 이송되는 이송 경로에 설치될 수 있다. 일례로, 조명부(210)는 이송 경로 상에 설치되어 이송 경로를 통해 운반되는 웨이퍼에 빛을 조사할 수 있다. 촬영부(240)는 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 생성할 수 있다.
상기와 같이 이송 경로에 광학계(200)를 배치하고 웨이퍼(W)를 촬영함으로써, 웨이퍼(W)를 촬영하기 위한 별도의 공간에 광학계(200)를 설치하는 방식에 비해 공정의 효율성을 개선할 수 있다. 다만, 이송 경로에서 웨이퍼를 촬영하는 동안 가속 및/또는 감속이 발생할 수 있으며, 촬영부(240)가 생성하는 원본 이미지에 왜곡이 나타날 수 있다. 따라서, 촬영부(240) 및/또는 촬영부(240)와 연동되는 컨트롤러 등은 원본 이미지의 왜곡을 보상할 수 있다. 이하, 도 7을 참조하여 원본 이미지의 왜곡을 보상하는 방법을 설명하기로 한다.
도 7은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 원형 보정 알고리즘에 따라 변화하는 웨이퍼의 이미지를 나타낸 도면이다.
도 7을 참조하면, 이송 로봇이 이송 챔버와 공정 챔버 사이의 이송 경로를 따라 웨이퍼(W)를 이송하는 동안 광학계에 의해 촬영된 원본 이미지를 이용하여 웨이퍼(W)에 대한 검사를 진행할 수 있다. 한편, 웨이퍼(W)의 이송 경로가 길지 않아 이송 로봇이 웨이퍼(W)를 이송하는 시간이 광학계가 공정 대상을 촬영하기에 충분하지 않은 경우, 이송 속도가 증가/감소하는 구간에서 획득한 원본 이미지는 웨이퍼(W)가 왜곡된 형태로 나타날 수 있다. 따라서, 웨이퍼(W)에 대한 정확한 검사를 위해, 상기 왜곡을 수정할 수 있는 적절한 보정 절차가 진행될 수 있다.
본 발명의 일 실시예에 따른 광학계를 이용하여 촬영된 웨이퍼(W)의 원본 이미지(300)는 라인 형태일 수 있다. 한편, 도 7에 도시한 일 실시예에서 원본 이미지(300)는 라인 형태로 도시되었으나 이는 실시예에 불과하며, 반드시 라인 형태로 한정되는 것은 아니다. 광학계는 촬영한 원본 이미지(300)를 프레임 단위로 분석하여 웨이퍼(W)가 존재하는 프레임들을 추출하고 종합함으로써 웨이퍼(W)의 스캔 이미지(310)를 생성할 수 있다. 이송 로봇 혹은 스테이지의 비선형적 움직임 및 이송 시의 진동에 의해, 스캔 이미지(310)는 웨이퍼(W)의 실제 형상과 다른 형상을 가질 수 있다. 일례로, 스캔 이미지(310)는 노이즈가 있는 타원 형상일 수 있다.
도 7에 도시한 일 실시예에서, 이송 로봇이 웨이퍼(W)를 이송하는 방향은 수직 방향(y축 방향)일 수 있다. 광학계를 이용한 촬영이 진행될 때, 웨이퍼(W)의 이송 속도는 이송 방향에서 일정하지 않고 증가 또는 감소할 수 있으며, 도 7에 도시한 일 실시예는 이송 속도가 감소하는 경우에 해당할 수 있다. 따라서, 원 형상을 갖는 웨이퍼(W)가, 이송 방향에서 압축된 형태로 왜곡되어 단축을 갖는 타원 형상으로 스캔 이미지(310)에 표현될 수 있다.
한편, 광학계를 이용한 촬영이 진행될 때, 웨이퍼(W)의 이송 속도가 이송 방향에 대하여 증가하는 경우에는, 도 7에 도시된 실시예와 다른 형상으로 웨이퍼(W)가 스캔 이미지(310)에 표현될 수 있다. 일례로, 웨이퍼(W)가 이송 방향에서 장축을 갖는 타원 형상으로 스캔 이미지에서 표현될 수 있다. 스캔 이미지(310)에서 표현되는 웨이퍼(W)의 형상은 타원 형상으로 한정되지 않으며, 이송 속도 및 이송 시 발생하는 진동 등에 따라 다양하게 바뀔 수 있다.
광학계에 의해 촬영된 이미지를 이용하여 진행되는 검사의 정확도를 높이기 위해, 본 발명의 일 실시예에서는 원본 이미지(300)에 기초하여 생성된 스캔 이미지(310)에 픽셀 단위로 이미지 보정 프로세스를 적용하여 왜곡을 보정할 수 있다. 본 발명의 일 실시예에 따른 광학계는 스캔 이미지(310)에 포함되는 픽셀들 각각의 좌표를 소정의 알고리즘에 따라 보정함으로써, 보정 이미지(320)를 생성할 수 있다. 일례로, 스캔 이미지(310)에 포함되는 픽셀들의 좌표는 웨이퍼(W)의 실제 형상인 원 형상의 픽셀들에 대응하는 좌표가 되도록 보정될 수 있다. 그 결과 보정 이미지(320)는 웨이퍼(W)의 실제 형상에 대응하는 원 형상을 가질 수 있다.
도 7을 참조하여 설명하는 원형 보정 알고리즘은 본 발명에 따른 반도체 공정의 광학계가 채택할 수 있는 실시예이며, 상기 원형 보정 알고리즘 외에 다른 방법을 채택하거나, 또는 상기 원형 보정 알고리즘과 함께 다른 방법을 채택하여 원본 이미지(300)를 보정할 수도 있다.
본 발명의 일 실시예에 따른 두께 추정 장치는 보정 이미지(320)의 각 픽셀들에서 픽셀 데이터를 획득하여 두께 예측 모델을 생성하기 위한 데이터로 이용할 수 있다. 두께 예측 모델을 생성하는데 이용되는 보정 이미지(320)는 테스트 웨이퍼(W1)에 기초한 테스트 이미지(W1')일 수 있다. 상기 픽셀 데이터는 테스트 웨이퍼(W1) 상의 테스트 위치에 대응하는 위치에 있는 테스트 픽셀들의 RGB 값일 수 있다.
도 8은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하는 과정을 나타낸 흐름도이다.
이하, 설명의 편의를 위하여 도 4를 함께 참조하여 두께 예측 모델을 생성하는 방법을 설명하기로 한다. 도 4 및 도 8을 참조하면, 컨트롤러(140)는 획득한 데이터 셋을 이용하여 두께 예측 모델을 생성하고, 메모리(150)에 저장할 수 있다. 데이터 셋은 광학계(110)가 테스트 웨이퍼를 촬영하여 생성한 테스트 이미지로부터 획득한 테스트 픽셀의 테스트 픽셀 데이터, 및 분광 타원 계측기(130)를 이용하여 측정한 테스트 웨이퍼 및/또는 테스트 웨이퍼 상에 형성되는 테스트 소자층의 두께 데이터를 포함할 수 있다. 또한 데이터 셋은 분광 타원 계측기(130)가 두께를 측정한 테스트 위치들 및 테스트 위치들에 대응하는 테스트 픽셀들의 정보를 포함할 수 있다.
한편, 컨트롤러(140)는 다양한 베이스 알고리즘에 기초한 머신 러닝 기법을 이용하여 두께 예측 모델을 생성할 수 있다. 상기 베이스 알고리즘은 랜덤 포레스트(Random Forest), 에이다부스트(AdaBoost), 그래디언트 부스팅(Gradient Boosting), 다항 회귀(Polynomial Regression), 가우시안 프로세스 회귀(Gaussian Process Regression) 중 적어도 어느 하나일 수 있다. 각 알고리즘마다 모델 생성에 필요한 훈련용 데이터 셋의 크기 및 정확도 등의 특성이 상이할 수 있다. 다시 말해, 각 알고리즘마다 만족할 수 있는 정확도를 갖는 모델을 생성하기 위해 필요한 훈련용 데이터 셋의 크기는 상이할 수 있다.
본 발명의 일 실시예에 따른 두께 추정 장치에서의 두께 예측 모델 생성과 관련하여, 컨트롤러(140)는 손실함수를 설정하고 베이스 알고리즘을 선정할 수 있다(S200). 상기 손실함수는 머신 러닝 기법에 의해 생성된 모델의 출력 값과 사용자가 원하는 출력 값의 차이를 의미할 수 있다. 상기 손실함수는 기본적으로 평균 제곱 오차(Mean Square Error, MSE)일 수 있다. 다만, 일 실시예에서 설정된 손실함수는 실시예일뿐 평균 제곱 오차(MSE)인 것으로 한정되지 않으며, 필요에 따라 교차 엔트로피 오차(Cross Entropy Error, CEE) 등이 사용될 수도 있다.
한편, 학습기들을 이용하여 두께 예측 모델을 생성하는 랜덤 포레스트, 에이다부스트, 그래디언트 부스팅 알고리즘을 이용할 때 필요한 훈련용 데이터 셋의 크기(각각 N1, N2, N3)는 서로 비슷할 수 있다. 반면, 다항 회귀 알고리즘을 이용할 때 필요한 훈련용 데이터 셋의 크기(N4)는, 다른 알고리즘을 이용할 때 보다 상대적으로 클 수 있고, 가우시안 프로세스 회귀 알고리즘을 이용할 때 필요한 훈련용 데이터 셋의 크기(N5)는, 다른 알고리즘을 이용할 때보다 작을 수 있다. 다시 말해, 각 알고리즘에서 필요한 훈련용 데이터의 개수를 비교하면 N4>N1
Figure pat00001
N2
Figure pat00002
N3>N5일 수 있다.
예컨대, 가우시안 프로세스 회귀 알고리즘에서 필요한 훈련용 데이터는 수백 개 정도일 수 있으며, 예시로서 200 내지 300개의 데이터가 필요할 수 있다. 반면, 랜덤 포레스트 알고리즘, 에이다부스트 알고리즘, 및 그래디언트 부스팅 알고리즘에서 필요한 훈련용 데이터는 천 개 내외일 수 있고, 다항 회귀 알고리즘에서 필요한 훈련용 데이터는 2천 개 내외일 수 있다. 따라서, 사용자는 공정 대상으로부터 획득하는 훈련용 데이터 셋의 크기와 공정 대상이 필요로 하는 공정 정확도에 따라서 어떤 알고리즘을 통해 두께 예측 모델을 생성할 것인지 선택할 수 있다.
다음으로, S200 단계에서 선정한 베이스 알고리즘에 별도의 파라미터가 필요한지 여부를 판단할 수 있다(S210). S210 단계의 판단 결과 별도의 파라미터가 필요한 경우 베이스 알고리즘에 맞는 최적 값을 선정할 수 있다(S220). 일례로, 랜덤 포레스트 알고리즘, 에이다부스트 알고리즘, 및 그래디언트 부스팅 알고리즘에서는 노드의 개수 및 깊이에 대한 파라미터가 필요할 수 있다. 한편, 다항 회귀 알고리즘의 경우, 몇 차 다항식의 형태로 모델을 표현할 것인지에 대한 파라미터가 필요할 수 있고, 가우시안 프로세스 회귀 알고리즘에서는 하이퍼 파라미터가 필요할 수 있다. 각각의 알고리즘에 맞는 최적의 파라미터는 공정 대상 및 환경에 따라 상이할 수 있다. 따라서, 각각의 알고리즘에 맞는 최적의 파라미터는 사용자에 의해 임의로 선택될 수 있다.
두께 예측 모델을 생성하기 위한 초기 설정이 완료되면, 컨트롤러(140)는 데이터 셋의 손실함수를 최소화하는 두께 예측 모델을 생성할 수 있다(S230). 각각의 알고리즘에서 손실함수를 최소화하는 방법은 상이할 수 있다. 다만, 각각의 알고리즘을 이용한 머신 러닝 기법은 훈련용 데이터 셋에 기초하여 학습을 거듭하면서 손실함수를 점진적으로 최소화할 수 있다.
한편, 컨트롤러(140)는 데이터 셋을 통해 생성된 두께 예측 모델을 검증할 수 있으며(S240), 상기 두께 예측 모델은 공정이 진행되는 과정에서 지속적으로 업데이트 될 수 있다. 사용자는 각각의 알고리즘을 이용하여 생성된 두께 예측 모델들의 검증을 통해 공정 대상에 적합한 두께 예측 모델을 선택하여 본 발명의 일 실시예에 따른 두께 추정 장치에 적용할 수 있다.
도 9 내지 도 11은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 두께 예측 모델을 생성하기 위해 이용하는 알고리즘을 설명하기 위해 제공되는 도면들이다.
도 9를 참조하면, 두께 예측 모델은 랜덤 포레스트 알고리즘을 이용하여 생성될 수 있다. 랜덤 포레스트 알고리즘은 주어진 데이터에서 중복을 허용하여 기초 데이터 셋과 같은 크기의 데이터 셋을 생성하는 부트스트랩 과정과, 부트스트랩 과정으로 생성된 데이터를 기초로 훈련된 각각의 학습기(weak learner)들을 결합시키는 배깅 과정을 포함할 수 있다.
본 발명의 일 실시예에 따른 두께 예측 장치에서, 도 2의 데이터 셋을 기초로 부트스트랩 과정을 이용하여 데이터 셋과 같은 크기의 T개의 샘플링 데이터 셋을 생성할 수 있다. 그리고, 생성된 서로 다른 T개의 샘플링 데이터 셋에 기초하여 포레스트를 구성하는 학습기를 각각 훈련시키고 모델링할 수 있다. 상기 부트스트랩 과정을 통해 훈련된 학습기는 바이어스를 그대로 유지하면서 분산을 감소시키기 때문에 학습기의 성능을 향상시킬 수 있다. 마지막으로 각각 훈련되어 모델링된 학습기들을 하나의 랜덤 포레스트로 배깅할 수 있다. 배깅된 랜덤 포레스트에 기초하여 두께 예측 모델(M1)을 생성할 수 있다.
도 10 및 도 11을 참조하면, 두께 예측 모델은 부스팅 기법의 일종인 에이다부스트 또는 그래디언트 부스팅 알고리즘을 이용하여서도 생성될 수 있다. 에이다부스트 알고리즘을 이용하면 하나의 모델에 대하여 앞에서 학습된 모델을 보완해나가면서 성능이 좋은 두께 예측 모델을 생성할 수 있다.
도 10을 참조하면, 에이다부스트 알고리즘을 이용하여 두께 예측 모델을 생성하는 경우, 과소적합(underfitted)되었던 샘플링 데이터의 가중치를 높이면서 새로 학습된 모델이 학습하기 어려운 데이터에 더 잘 적합하게 되도록 할 수 있다.
본 발명의 일 실시예에 따른 두께 예측 장치에서, 도 2의 데이터 셋을 이용해 샘플링 데이터들로 구성된 1차 모델을 생성할 수 있다. 각각의 샘플링 데이터를 고려하여 전체 모집단과의 오차를 계산하고, 가장 작은 오차를 가지는 샘플링 데이터에 대한 가중치를 상대적으로 높게 계산할 수 있다. 상기 가중치는 초기에 샘플링 데이터마다 모두 동일하게 설정될 수 있다. 계산된 가중치를 반영하여 2차 모델로 업데이트 할 수 있다. 샘플링 데이터들에 기반한 업데이트를 반복하여 두께 예측 모델(M2)을 생성할 수 있다.
도 11을 참조하면, 그래디언트 부스팅 알고리즘을 이용하여 두께 예측 모델을 생성하는 경우, 샘플링 데이터의 가중치를 업데이트하는 것이 아니라 앞에서 학습된 모델에서의 잔차(residual error)를 이용하여 새로운 모델을 학습시킬 수 있다.
본 발명의 일 실시예에 따른 두께 예측 장치에서, 도 2의 데이터 셋을 이용해 샘플링 데이터들로 구성된 1차 모델을 생성할 수 있다. 각각의 샘플링 데이터와 표본집단과의 잔차를 계산하고, 잔차를 이용하여 학습기를 훈련시킬 수 있다. 전 단계 모델에서의 잔차를 기반으로 가중치를 계산하고, 계산된 가중치를 반영하여 훈련된 강한 학습기(strong learner)를 이용하여 두께 예측 모델(M3)을 생성할 수 있다.
한편, 두께 예측 모델은 다항 회귀 알고리즘 또는 가우시안 프로세스 회귀 알고리즘을 이용하여서도 생성될 수 있다. 다항 회귀 알고리즘을 이용하는 경우, 1차원 데이터에 대해 n차 다항식의 형태로 회귀 모델을 가정하여 표현할 수 있다. 한편, 가우시안 프로세스 회귀 알고리즘을 이용하는 경우, 데이터가 가우시안 분포를 따른다고 가정하여 회귀 모델을 표현할 수 있다. 각각의 알고리즘에서, 가정을 통해 표현된 회귀 모델에 대해 행렬 형태로 출력의 집합을 표현한 뒤, 역행렬 계산을 통해 모델 구성에 필요한 계수 벡터를 계산할 수 있다.
도 12는 본 발명의 일 실시예에 따른 두께 추정 장치에서, 생성된 두께 예측 모델에 기초하여 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하는 과정을 나타낸 흐름도이다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 장치는, 웨이퍼 및 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 추정하고자 하는 웨이퍼의 이미지를 촬영하고, 별도의 데이터 처리 과정 없이 이미지로부터 얻은 데이터 자체를 생성된 두께 예측 모델에 적용함으로써 물리적인 측정 시간 없이 전체 면적에서 소자층의 두께를 추정할 수 있다.
두께 예측 모델에 기초하여 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하기 위하여 우선, 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하고자 하는 웨이퍼를 촬영하여 원본 이미지를 획득할 수 있다(S300). S300단계는 도 1에 도시된 광학계(50)를 이용하여 진행될 수 있다. 획득한 웨이퍼의 원본 이미지에 대하여, 웨이퍼와 동일한 형태를 갖는 보정 이미지를 획득할 수 있다(S310). S310단계에서, 도 7에 도시된 원형 보정 알고리즘을 이용하여 원본 이미지(300)를 종합하여 스캔 이미지(310)를 생성하고, 스캔 이미지(310)의 왜곡을 수정하여 실제 웨이퍼(W)에 대응시킬 수 있는 보정 이미지(320)로 변환할 수 있다.
웨이퍼에 대하여, 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하고자 하는 적어도 하나의 선택 위치를 선정할 수 있다(S320). 상기 적어도 하나의 선택 위치는 도 4에 도시된 사용자(100)가 선정한 테스트 위치에 포함될 수 있다.
한편, 상기 보정 이미지에서 적어도 하나의 선택 픽셀의 선택 픽셀 데이터를 획득할 수 있다(S330). 상기 선택 픽셀은 반도체 웨이퍼의 선택 위치에 대응하는 위치에 있는 픽셀일 수 있으며, 선택 픽셀 데이터는 RGB 값일 수 있다. 결국, 획득한 선택 픽셀 데이터를 도 2에 도시된 흐름도에 따라 생성된 두께 예측 모델에 적용하여 웨이퍼 및 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 추정할 수 있다(S340).
도 13은 본 발명의 일 실시예에 따른 두께 추정 장치에서, 생성된 두께 예측 모델에 기초하여 웨이퍼 및 소자층 중 적어도 하나의 두께를 추정하는 구성들의 블록 다이어그램이다.
도 12 및 도 13을 함께 참조하면, 본 발명의 일 실시예에 따른 두께 추정 장치는, 광학계(410), 컨트롤러(440), 및 메모리(450) 등을 포함할 수 있다. 광학계(410)는 조명부(411)와 촬영부(412)를 포함할 수 있으며, 공정 대상(420)의 이미지를 촬영하는데 이용될 수 있다. 광학계(410)는 도 4에 도시된 광학계(110)와 동일한 장치일 수 있다. 다만, 광학계(410)의 구성은 실시예에 한정되지 않으며, 테스트 대상(120)의 이미지를 촬영하는데 이용되는 광학계(110)와 별개의 장치일 수도 있다. 광학계(410)를 이용하여 촬영된 이미지는 원형 보정 알고리즘에 의해 공정 대상(420)에 대응하는 형태를 가진 보정 이미지로 변환될 수 있다.
메모리(450)는 도 2에 도시된 흐름도에 따라 생성된 두께 예측 모델을 저장할 수 있다. 한편, 컨트롤러(440)는 메모리(450)에 저장된 두께 예측 모델에 광학계(410)를 이용하여 획득한 보정 이미지의 선택 픽셀 데이터를 적용하여, 선택 픽셀의 위치에 대응하는 공정 대상(420)의 선택 위치에서의 두께를 예측할 수 있다. 한편, 컨트롤러(440) 및 메모리(450)는 공정 장비와 별도로 마련될 수 있다.
본 발명의 일 실시예에 따른 공정 대상(420)은 웨이퍼(W) 및/또는 웨이퍼 상에 형성되는 소자층일 수 있다. 웨이퍼(W)는 제1 장치(430)와 제2 장치(431) 사이에서 이송될 수 있으며, 사용자(400)에 의해 두께를 추정하고자 하는 웨이퍼(W)의 선택 위치가 임의로 결정될 수 있다. 한편, 컨트롤러(440)는 광학계(410)로부터 웨이퍼(W)의 보정 이미지에서 선택 위치에 대응되는 위치에 있는 선택 픽셀의 선택 픽셀 데이터를 획득할 수 있고, 획득한 선택 픽셀 데이터를 메모리(450)에 저장된 두께 예측 모델에 적용함으로써 웨이퍼(W) 및 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 추정할 수 있다.
도 14a 내지　14d는 본 발명의 일 실시예에 따른 두께 추정 장치가 CMP 공정 내에서 이용되는 방법을 나타내기 위해 제공되는 도면들이다.
본 발명의 일 실시예에 따른 두께 추정 장치는 반도체 공정이 정상적으로 진행되었는지 여부를 판단하기 위해 이용될 수 있다. 도 14a 내지 도 14d에 도시한 일 실시예에서는 이미지 센서를 생산하기 위해 진행되는 CMP 공정에 본 발명의 일 실시예에 따른 두께 추정 장치가 적용될 수 있다. 다만, 본 발명의 일 실시예에 따른 두께 추정 장치는, 이미지 센서 외에 다른 다양한 반도체 장치들의 생산 공정에도 적용 가능하며, CMP 공정 외에 다른 반도체 공정들에도 적용될 수 있다.
도 14a를 참조하면, 일 실시예에서 이미지 센서(500)는 기판부(510)와 소자층(520)을 포함할 수 있다. 기판부(510)는 반도체 물질을 포함하는 웨이퍼일 수 있으며, 포토 다이오드(501) 및 포토 다이오드(501)들을 분리하는 수직 분리막(502)을 포함할 수 있다. 도 14a 에서 도시한 일 실시예에서 수직 분리막(502)은 포토 다이오드(501)보다 깊게 형성되는 것으로 도시되었으나 이는 실시예일뿐이며 반드시 이와 같은 형태로 한정되지는 않는다. 한편, 기판부(510)의 일면 상에는 소자층(520)이 형성될 수 있다. 소자층(520)은 포토 다이오드(501)와 연결되어 픽셀 회로를 제공하는 트랜지스터들(521) 및 금속 배선들(522)을 포함할 수 있다. 트랜지스터들(521)과 금속 배선들(522)은 절연층(523)에 의해 커버될 수 있다.
일 실시예에서 기판부(510)는 제1 영역(511)과 제2 영역(512)을 포함할 수 있으며, 제2 영역(512)은 CMP 공정으로 제거하고자 하는 영역일 수 있다. 제1 영역(511)의 두께(X)와 제2 영역(512)의 두께(Y)는 실시예들에 따라 다양하게 달라질 수 있다.
본 발명의 일 실시예에 따른 두께 추정 장치는, 두께를 추정하고자 하는 기판부(510)의 이미지를 촬영하고, 촬영된 이미지로부터 픽셀의 RGB 값을 획득할 수 있다. 공정이 정상적으로 진행되지 않은 경우, 상기 픽셀의 RGB값은 공정이 정상적으로 진행되었을 때 기판부(510)의 이미지로부터 획득한 픽셀의 RGB값과 상이할 수 있다.
나아가, 본 발명의 일 실시예에 따른 두께 추정 장치는, 기판부(510)에 CMP 공정을 적용한 후, 두께 예측 모델에 RGB값을 적용함으로써 기판부(510)의 두께를 추정할 수 있다. 이 때, 두께 추정 장치가 계산한 기판부(510)의 두께를 제1 영역(511)의 두께(X)와 비교함으로써 CMP 공정이 적절하게 진행되었는지 여부를 판단할 수 있다. 또는, CMP 공정 이전에 기판부(510)의 전체 두께(A)를 먼저 계산하고, 전체 두께(A)와 CMP 공정 이후에 기판부(510)의 두께를 계산하여, 공정 전후에 기판부(510)의 두께 차이를 CMP 공정으로 제거하고자 하는 제2 영역(512)의 두께(Y)와 비교할 수도 있다. 공정이 정상적으로 진행되지 않은 경우의 기판부(510)의 두께는 공정이 정상적으로 진행된 경우의 기판부(510)와 두께와 상이할 수 있다.
다만, 공정 결과를 판단하는 상기 방법들은 일 실시예에 불과하므로, 해당 공정으로 생산된 제품에 대하여 상기 방법 외에, 공정과 제품의 정상 여부를 판단할 수 있는 모든 방법으로 본 발명의 실시예에 따른 두께 추정 장치가 적용될 수 있다.
도 14b 내지 도 14d를 참조하면, 본 발명의 일 실시예에 따른 두께 추정 장치는 이미지 센서(500)의 기판부(510a, 510b, 510c) 및/또는 제1, 2 영역의 두께를 추정할 수 있다. 이미지 센서(500)에 CMP 공정이 적용됨에 따라, 기판부(510a, 510b, 510c)의 제2 영역(512a, 512b, 512c)이 제거될 수 있다. 두께 추정 장치는 CMP 공정 이후 잔존한 반도체 기판의 제1 영역(511a, 511b, 511c)의 두께를 추정하여 CMP 공정이 정상적으로 이루어졌는지 여부를 판단할 수 있다. 또는 앞서 설명한 바와 같이, CMP 공정 전후 기판부(510)의 두께 차이를 계산하고, CMP 공정으로 제거하고자 하는 제2 영역(512a, 512b, 512c)의 두께와 상기 두께 차이를 비교함으로써 CMP 공정의 결과를 판단할 수 있다.
도 14b에 도시한 일 실시예는, CMP 공정이 정상적으로 진행된 실시예일 수 있다.
본 발명의 일 실시예에 따른 두께 추정 장치를 이용하여 획득된 픽셀의 RGB 값은 정상적으로 공정이 진행된 경우의 RGB 값과 유사할 수 있다. 따라서, 획득된 RGB 값을 두께 예측 모델에 적용하여 추정한 제1 영역(511a)의 두께(Xa)는 공정이 정상적으로 진행되었을 때 남은 제1 영역(511)의 두께(X)와 유사할 수 있다. 또는, 공정 전에 측정한 기판부(510a)의 전체 두께(A)에서 공정 후에 추정한 제1 영역(511a)의 두께(Xa)를 감산함으로써 CMP 공정으로 제거된 제2 영역(512a)의 두께(Ya)를 계산할 수 있다. 이 때, 추정된 제2 영역(512a)의 두께(Ya) 역시 마찬가지로 공정이 정상적으로 진행되었을 때 제거된 제2 영역(512)의 두께(Y)와 유사할 수 있다. 다시 말해, 두께 예측 모델을 이용하여 계산한 제1 영역(511a)과 제2 영역(512a)의 두께에 기초하여, CMP 공정이 적절하게 진행된 것으로 판단할 수 있다.
도 14c 및 도 14d에 도시한 일 실시예들은, CMP 공정이 정상적으로 진행되지 않은 실시예일 수 있다. 본 발명의 일 실시예에 따른 두께 추정 장치를 이용하여 획득된 픽셀의 RGB 값은 정상적으로 공정이 진행된 경우의 RGB 값과 상이할 수 있다. 따라서, 획득된 RGB 값을 두께 예측 모델에 적용하여 추정한 제1 영역(511b, 511c)의 두께(Xb, Xc)는 공정이 정상적으로 진행되었을 때 남은 제1 영역(511)의 두께(X)와 상이할 수 있다. 또는, 공정 전에 측정한 기판부(510b, 510c)의 전체 두께(A)에서 공정 후에 추정한 제1 영역(511b, 511c)의 두께(Xb, Xc)를 감산함으로써 CMP 공정으로 제거된 제2 영역(512b, 512c)의 두께(Yb, Yc)를 계산할 수 있다. 이 때, 추정된 제2 영역(512b, 512c)의 두께(Yb, Yc) 역시 마찬가지로 공정이 정상적으로 진행되었을 때 제거된 제2 영역(512)의 두께(Y)와 상이할 수 있다.
일례로, 도 14c를 참조하면 정상적인 공정에서보다 CMP 공정이 적게 진행된 경우, 제1 영역(511b)의 두께(Xb)는 공정이 정상적으로 진행되었을 때 잔존하는 제1 영역(511)의 두께(X)보다 클 수 있다. 또는, 공정 전 기판부(510b)의 전체 두께(A)에서 제1 영역(511b)의 두께(Xb)를 감산하여 계산된 제2 영역(512b)의 두께(Yb)는 공정이 정상적으로 진행되었을 때 제거된 제2 영역(512)의 두께(Y)보다 작을 수 있다. 다시 말해, 도 14c에 도시한 일 실시예에서는 기판부(510b)에 대한 CMP 공정이 적절하게 진행되지 않은 것으로 판단할 수 있다. 도 14c에 도시한 일 실시예에서는, CMP 공정의 작업 시간을 증가시키는 등의 조치가 실행될 수 있다.
일례로 도 14d를 참조하면, 정상적인 공정에서보다 CMP 공정이 많이 진행된 경우, 제1 영역(511c)의 두께(Xc)는 공정이 정상적으로 진행되었을 때 남은 제1 영역(511)의 두께(X)보다 작을 수 있다. 또는, 공정 전 기판부(510c)의 전체 두께(A)에서 제1 영역(511c)의 두께(Xc)를 감산하여 계산된 제2 영역(512c)의 두께(Yc)는 공정이 정상적으로 진행되었을 때 제거된 제2 영역(512)의 두께(Y)보다 클 수 있다. 다시 말해, 도 14d에 도시한 일 실시예에서는 기판부(510c)에 대한 CMP 공정이 적절하게 진행되지 않은 것으로 판단할 수 있으며, CMP 공정의 작업 시간을 감소시키는 등의 조치가 실행될 수 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되는 것이 아니며 첨부된 청구범위에 의해 한정하고자 한다.　따라서, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 당 기술분야의 통상의 지식을 가진 자에 의해 다양한 형태의 치환, 변형 및 변경이 가능할 것이며, 이 또한 본 발명의 범위에 속한다고 할 것이다.
1: 반도체 공정 장비
50, 110, 410: 광학계
130: 분광 타원 계측기
140, 440: 컨트롤러
150, 450: 메모리
W: 웨이퍼; W’: 웨이퍼 이미지
W1: 테스트 웨이퍼; W1: 테스트 이미지
P10: 테스트 위치; P10’: 테스트 픽셀

Claims (10)

  1. 제1 장치와 제2 장치 사이에서 소정의 이송 경로를 따라 웨이퍼를 이송하는 이송 로봇;
    상기 이송 경로 상에 배치되며 상기 웨이퍼에 빛을 조사하는 조명부;
    상기 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 획득하는 촬영부;
    상기 웨이퍼에 대응하는 테스트 웨이퍼 및 상기 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 두께를 포함하는 데이터 셋에 기초하여 생성되고, 상기 데이터 셋의 손실함수가 최소화되도록 훈련된 두께 예측 모델을 저장하는 메모리; 및
    상기 원본 이미지에 기초한 보정 이미지에 포함되는 픽셀들 중 적어도 하나의 선택 픽셀에서 획득한 선택 픽셀 데이터를 상기 두께 예측 모델에 적용하여, 상기 선택 픽셀의 위치에 대응하는 선택 위치에서 상기 웨이퍼 및 상기 웨이퍼 상에 형성되는 소자층 중 적어도 하나의 두께를 예측하는 컨트롤러; 를 포함하는 두께 추정 장치.
  2. 제1항에 있어서,
    상기 보정 이미지는 상기 웨이퍼의 전체 영역에 대하여 원본 이미지로부터 원형 보정 알고리즘에 의해 복원된 이미지인 두께 추정 장치.
  3. 제1항에 있어서,
    상기 선택 픽셀 데이터는 상기 보정 이미지에서 선택 픽셀의 RGB 값인 두께 추정 장치.
  4. 제1항에 있어서,
    상기 데이터 셋은 상기 테스트 웨이퍼가 촬영된 테스트 이미지에서 상기 선택 픽셀에 대응하는 테스트 픽셀의 테스트 픽셀 데이터와, 상기 선택 픽셀의 위치에 대응하는 상기 테스트 웨이퍼 상의 테스트 위치에서 획득된 상기 테스트 웨이퍼 및 상기 테스트 소자층 중 적어도 하나의 실제 두께를 포함하는 두께 추정 장치.
  5. 제1항에 있어서,
    상기 선택 픽셀의 위치에 대응하는 상기 웨이퍼 상의 선택 위치는 임의로 선택되는 두께 추정 장치.
  6. 제1 장치와 제2 장치 사이에서 소정의 이송 경로를 따라 적어도 하나의 테스트 웨이퍼를 이송하는 이송 로봇;
    상기 이송 경로 상에 배치되며 상기 테스트 웨이퍼에 빛을 조사하는 조명부;
    상기 테스트 웨이퍼에서 반사된 빛을 이용하여 원본 이미지를 획득하는 촬영부;
    상기 테스트 웨이퍼 상의 복수의 테스트 위치들 각각에서 획득한 상기 테스트 웨이퍼 및 상기 테스트 웨이퍼 상에 형성되는 테스트 소자층 중 적어도 하나의 실제 두께와, 상기 테스트 웨이퍼를 촬영한 테스트 이미지에서 상기 복수의 테스트 위치들에 대응하는 위치에 있는 테스트 픽셀들 각각의 테스트 픽셀 데이터를 포함하는 데이터 셋에 기초하여, 머신 러닝을 이용하여 두께 예측 모델을 생성하는 컨트롤러; 및
    상기 두께 예측 모델을 저장하는 메모리; 를 포함하는 두께 추정 장치.
  7. 제6항에 있어서,
    상기 테스트 소자층의 실제 두께를 측정하는 분광 타원 계측기; 를 더 포함하는 두께 추정 장치.
  8. 제6항에 있어서,
    상기 두께 예측 모델은 상기 머신 러닝의 알고리즘으로 랜덤 포레스트 (Random Forest), 에이다부스트(AdaBoost), 그래디언트 부스팅(Gradient Boosting), 다항 회귀(Polynomial Regression), 가우시안 프로세스 회귀(Gaussian Process Regression) 중 적어도 하나를 이용하여 생성되는 두께 추정 장치.
  9. 제8항에 있어서,
    상기 테스트 웨이퍼의 특성에 따라 상기 머신 러닝의 알고리즘 중에서 어떤 알고리즘을 이용하여 상기 두께 예측 모델을 생성할 것인지 선택되는 두께 추정 장치.
  10. 제9항에 있어서,
    상기 컨트롤러는, 상기 알고리즘을 이용하여 상기 데이터 셋의 손실함수가 최소화되도록 상기 두께 예측 모델을 생성하는 두께 추정 장치.
KR1020200052419A 2020-04-29 2020-04-29 웨이퍼 검사 장치 및 방법 Active KR102801221B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200052419A KR102801221B1 (ko) 2020-04-29 2020-04-29 웨이퍼 검사 장치 및 방법
US17/116,708 US11579096B2 (en) 2020-04-29 2020-12-09 Wafer inspection apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200052419A KR102801221B1 (ko) 2020-04-29 2020-04-29 웨이퍼 검사 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20210134129A true KR20210134129A (ko) 2021-11-09
KR102801221B1 KR102801221B1 (ko) 2025-04-30

Family

ID=78292715

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200052419A Active KR102801221B1 (ko) 2020-04-29 2020-04-29 웨이퍼 검사 장치 및 방법

Country Status (2)

Country Link
US (1) US11579096B2 (ko)
KR (1) KR102801221B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117974839A (zh) * 2024-03-13 2024-05-03 深圳市森美协尔科技有限公司 晶圆图的绘制方法及相关装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220051903A (ko) * 2020-10-19 2022-04-27 삼성전자주식회사 회로 모델을 생성하는 방법 및 이를 이용한 집적 회로의 제조 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6410351B1 (en) * 2000-07-13 2002-06-25 Advanced Micro Devices, Inc. Method and apparatus for modeling thickness profiles and controlling subsequent etch process
KR20150128578A (ko) * 2014-05-08 2015-11-18 도쿄엘렉트론가부시키가이샤 막 두께 측정 장치, 막 두께 측정 방법 및 비일시적인 컴퓨터 기억 매체
KR20170092573A (ko) * 2014-11-12 2017-08-11 펨토매트릭스, 인코포레이티드. 제2고조파 발생(ｓｈｇ) 신호 내에서 재료 특성을 해석하는 시스템
WO2019239380A1 (en) * 2018-06-14 2019-12-19 Nova Measuring Instruments Ltd. Metrology and process control for semiconductor manufacturing

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070076276A (ko) 2006-01-18 2007-07-24 삼성전자주식회사 막의 두께 측정 장치
US7580129B2 (en) 2007-02-23 2009-08-25 Taiwan Semiconductor Manufacturing Company Method and system for improving accuracy of critical dimension metrology
JP5309359B2 (ja) 2008-06-20 2013-10-09 大塚電子株式会社 膜厚測定装置および膜厚測定方法
US10380728B2 (en) * 2015-08-31 2019-08-13 Kla-Tencor Corporation Model-based metrology using images
JP6475604B2 (ja) 2015-11-24 2019-02-27 株式会社荏原製作所 研磨方法
US10043261B2 (en) * 2016-01-11 2018-08-07 Kla-Tencor Corp. Generating simulated output for a specimen
TWI743176B (zh) 2016-08-26 2021-10-21 美商應用材料股份有限公司 獲得代表在基板上的層的厚度的測量的方法，及量測系統和電腦程式產品
US10690602B2 (en) * 2017-02-17 2020-06-23 Kla-Tencor Corporation Methods and systems for measurement of thick films and high aspect ratio structures
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
CN108571933A (zh) * 2017-03-07 2018-09-25 台濠科技股份有限公司 运用近红外线量测晶圆厚度的方法
US10429296B2 (en) * 2017-07-25 2019-10-01 Kla-Tencor Corporation Multilayer film metrology using an effective media approximation
US10713534B2 (en) * 2017-09-01 2020-07-14 Kla-Tencor Corp. Training a learning based defect classifier
JP7012519B2 (ja) 2017-11-29 2022-01-28 株式会社荏原製作所 基板処理装置
US10670536B2 (en) * 2018-03-28 2020-06-02 Kla-Tencor Corp. Mode selection for inspection
US10724967B2 (en) 2018-04-20 2020-07-28 Samsung Electronics Co., Ltd. Inspection apparatus for semiconductor process and semiconductor process device
US12265327B2 (en) * 2018-07-30 2025-04-01 Taiwan Semiconductor Manufacturing Co., Ltd. Semiconductor manufacturing apparatus and method thereof
JP2021132183A (ja) * 2020-02-21 2021-09-09 東京エレクトロン株式会社 情報処理装置、情報処理方法及びコンピュータ読み取り可能な記録媒体
TW202201385A (zh) * 2020-03-17 2022-01-01 日商東京威力科創股份有限公司 膜厚度測量系統及膜厚度測量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6410351B1 (en) * 2000-07-13 2002-06-25 Advanced Micro Devices, Inc. Method and apparatus for modeling thickness profiles and controlling subsequent etch process
KR20150128578A (ko) * 2014-05-08 2015-11-18 도쿄엘렉트론가부시키가이샤 막 두께 측정 장치, 막 두께 측정 방법 및 비일시적인 컴퓨터 기억 매체
KR20170092573A (ko) * 2014-11-12 2017-08-11 펨토매트릭스, 인코포레이티드. 제2고조파 발생(ｓｈｇ) 신호 내에서 재료 특성을 해석하는 시스템
WO2019239380A1 (en) * 2018-06-14 2019-12-19 Nova Measuring Instruments Ltd. Metrology and process control for semiconductor manufacturing

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117974839A (zh) * 2024-03-13 2024-05-03 深圳市森美协尔科技有限公司 晶圆图的绘制方法及相关装置
CN117974839B (zh) * 2024-03-13 2024-06-11 深圳市森美协尔科技有限公司 晶圆图的绘制方法及相关装置

Also Published As

Publication number Publication date
US20210341396A1 (en) 2021-11-04
KR102801221B1 (ko) 2025-04-30
US11579096B2 (en) 2023-02-14

Similar Documents

Publication Publication Date Title
TWI775856B (zh) 檢查半導體晶圓的方法及系統
US11043433B2 (en) Method of inspecting surface and method of manufacturing semiconductor device
TWI516742B (zh) 用於量測基板上結構的方法及裝置、誤差修正的模型、用於實施上述方法及裝置的電腦程式產品
US9721055B2 (en) Measurement model optimization based on parameter variations across a wafer
US8160350B2 (en) Method and system for evaluating a variation in a parameter of a pattern
TWI785216B (zh) 結合模擬及光學顯微鏡以判定檢查模式
TW201702587A (zh) 光學晶粒至資料庫檢測
JP2009198440A (ja) 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
US12181271B2 (en) Estimating in-die overlay with tool induced shift correction
JP4970569B2 (ja) パターン検査装置およびパターン検査方法
TW201823507A (zh) 用於在晶圓沉積期間製程引起之變形預測之系統及方法
US11460785B2 (en) Method for the qualification of a mask for microlithography
KR102801221B1 (ko) 웨이퍼 검사 장치 및 방법
TW202147256A (zh) 對準失真影像
US10274836B2 (en) Determination of lithography effective dose uniformity
JP2019515328A (ja) 欠陥検出のための画像処理畳み込みアルゴリズム
TWI851882B (zh) 用於判定一樣本之資訊之系統及方法，以及非暫時性電腦可讀媒體
KR102825817B1 (ko) 두께 추정 방법 및 공정 제어 방법
TW202320205A (zh) 蝕刻處理系統、蝕刻品質預測方法及蝕刻品質預測程式
CN109690750A (zh) 用于散焦检测的方法
KR20210078408A (ko) 기판 처리 방법 및 기판 처리 시스템
JP4206393B2 (ja) パターン検査方法
US10921716B1 (en) Lithographic dose characterization
JP4235634B2 (ja) 参照画像作成装置、パターン検査装置、参照画像作成方法、及び、パターン検査方法
TWI859551B (zh) 用於產生及對準合成失真影像之系統及相關之檢測工具與非暫時性電腦可讀媒體

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20200429

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20221007

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20200429

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20241130

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: 20250319

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20250423

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20250424

End annual number: 3

Start annual number: 1

PG1601 Publication of registration