Modeling of Plasma Etch Non-Uniformity by Using OES Information and Neural Network

OES 정보와 신경망을 이용한 플라즈마 식각들 비균일도의 모델링

소자 수율을 향상시키기 위해서는 웨이퍼 전체에 걸쳐 플라즈마 공정특성이 균일하게 분포되어야 한다. 본 연구에서는 Actinomeric 광 반사분광기 (Otical Emission Spectroscopy) 정보를 이용하여 식각률 비균일도에 대한 모델을 개발하였다. 제안된 기법은 Oxide 식각공정에서 수집한 데이터에 적용하였으며, 체계적인 모델링을 위해 공정데이터는 통계적 실험계획 법을 적용하여 수집되었다. 신경망의 예측성능은 유전자 알고리즘을 이용해서 증진시켰다. OES의 차수를 줄이기 위해 주인자 분석을 세 종류의 분산(100, 99, 98%)에 대해서 적용하였다. 개발된 모델은 발표된 이전의 모델에 비해 17% 증진된 예측성능을 보였다.