제퍼넷 로고

EUV 리소그래피 시스템의 비 EUV 노출은 EUV 리소그래피의 확률론적 결함에 대한 기반을 제공합니다 – Semiwiki

시간

EUV 리소그래피는 최종 이미지 생성에 영향을 미치는 많은 요소가 있는 복잡한 프로세스입니다. EUV 빛 자체는 이미지를 직접 생성하지 않지만, 들어오는 EUV 광자에 의한 이온화의 결과로 방출되는 1,2차 전자를 통해 작용합니다. 결과적으로, 우리는 전자 수 밀도의 변동과 전자의 산란으로 인해 블러가 발생하는 것을 인식할 필요가 있습니다[XNUMX].

실제로 이러한 3차 전자는 레지스트의 직접적인 EUV 흡수에서 나올 필요도 없습니다. 4,5차 전자는 일정량의 디포커스를 포함하는 레지스트 아래의 흡수에서 나올 수 있습니다. 더욱이, 레지스트 위의 수소 분위기에는 EUV 유도 플라즈마가 있습니다[XNUMX]. 이 플라즈마는 수소 이온, 전자 및 진공 자외선(VUV) 방사선의 소스가 될 수 있습니다[XNUMX]. VUV 방사선, 전자, 심지어 이온까지도 별도의 블랭킷 레지스트 노출 소스를 구성합니다. 이러한 XNUMX차 전자 및 기타 비 EUV 방사선의 외부 소스는 모두 기본적으로 EUV 리소그래피 시스템에서 레지스트의 비 EUV 노출로 이어집니다.

초점이 흐려진 이미지는 최대 및 최소 선량 수준 간의 차이를 줄이고 최소 선량 수준에 오프셋을 추가합니다(그림 1). 따라서 EUV-전자 선량 프로파일과 통합되면 초점이 흐려진 선량이 모든 곳에서 인쇄 임계값에 더 가깝기 때문에 전체 이미지가 확률론적 변동에 더 민감합니다. EUV 유도 플라즈마로부터의 블랭킷 노출은 최소 선량 영역에서 확률론적 변동에 대한 민감도를 더욱 증가시킵니다.

디포커스 플레어(소형)

그림 1. 초점 흐림은 피크-밸리 차이를 줄이고 최소 선량 수준에 오프셋을 추가합니다. 이는 확률론적 변동에 대한 취약성을 증가시키는 경향이 있습니다.

따라서 이러한 비-EUV 소스의 기여도를 포함하면 확률론적 결함 수준은 더욱 악화될 것으로 예상됩니다. 이 효과는 입사 EUV 선량을 줄이고 배경 전자 선량을 추가하는 것과 동일합니다.

EUV가 아닌 평활화된 전자 선량 없음

그림 2. 비 EUV 소스 없이 30nm 피치, 30mJ/cm2 흡수, 3nm 블러. 픽셀 기반 평활화(3×3 0.6 nm x 0.6 nm 픽셀의 롤링 평균)가 적용됩니다. 표시된 숫자는 0.6nm x 0.6nm 픽셀당 전자 수입니다.

EUV가 아닌 평활화된 전자 선량 사용

그림 3. 비 EUV 소스에서 30nm 피치, 40mJ/cm2 흡수, 3nm 흐림, 33e/nm^2. 픽셀 기반 평활화(3×3 0.6 nm x 0.6 nm 픽셀의 롤링 평균)가 적용됩니다. 표시된 숫자는 0.6nm x 0.6nm 픽셀당 전자 수입니다.

그림 2와 3은 비 EUV 노출 소스를 포함하면 레지스트 개발 프로세스에서 인쇄 임계값이 설정되는 위치에 관계없이 엄청난 확률적 결함이 발생한다는 것을 보여줍니다. 특히 명목상 노출되지 않은 영역은 EUV가 아닌 노출 소스에 더 취약합니다. 반면에 명목상 노출된 영역은 선량 수준과 흐림에 더 민감합니다. 따라서 비 EUV 노출 소스는 확률론적 결함 밀도에 대한 바닥을 제공하는 데 기여합니다.

따라서, EUV 리소그래피 시스템의 노출 소스로서 EUV 유발 플라즈마로부터의 방사선뿐만 아니라 레지스트 아래에서 방출되는 전자를 포함시키는 것이 필요합니다.

참고자료

[1] P. Theofanis et al., Proc. SPIE 11323, 113230I(2020).

[2] Z. Belete et al., J. Micro/Nanopattern. 교배. 메트로. 20, 014801(2021).

[3] J. Beckers et al., Appl. 과학. 9, 2827(2019).

[4] P. De Schepper et al., J. Micro/Nanolith. MEMS MOEMS 13, 023006(2014).

[5] P. De Schepper 등, Proc. SPIE 9428, 94280C(2015).

또한 읽기 :

애플리케이션별 리소그래피: DRAM의 감지 증폭기 및 하위 워드라인 드라이버 금속 패터닝

스페이서 정의 비아 및 컷을 사용한 BEOL 마스크 감소

Intel의 EUV 저항 전자 산란 모델을 통한 확률론적 결함 예측

다음을 통해이 게시물 공유 :

spot_img

최신 인텔리전스

spot_img