[기고] 원자층 식각(ALE)에 의한 EUV 확률적 지표 완화

2021-05-24 디일렉

글 : 리치 와이즈 램리서치 패터닝 부문 박사 극자외선(EUV) 리소그래피가 생산으로 이동해 가는 동안 ASML은 대량 생산(HVM)의 도입을 지연시킨 적 있는 전원 및 가동 시간 같은 문제를 계속해서 풀어나가고 있다. 이러한 지연 때문에 업계는 혁신을 추구하며 다중 패터닝을 사용하는 액침(immersion) 기술을 발전시켜야 했다. 현재까지 램리서치 장비는 다중 패터닝이 필요한 1억개 이상의 웨이퍼 중 95%를 처리하는 데 사용됐다.

램리서치 멀티플 패터닝
다중 패터닝은 193nm 액침(193i) 기술을 7나노 노드까지 확장해(그림 1) 공정의존 상수(process-dependent constant) k1을 레일리 기준 한도 0.25보다 훨씬 낮은 0.13 미만으로 낮췄다. 최소 피처 크기의 경우 k1 EUV 스케일링은 액침보다 까다로워 5나노 노드에는 다중 패터닝이 필요하다. 따라서 램리서치 다중 패터닝 193i뿐 아니라 EUV 리소그래피도 확장될 것으로 본다.

그러나 업계에서는 7나노, 5나노 노드를 채택하고 있기 때문에, 결함 경감 공정을 튜닝할 수 있는 방법과 분석과 예측을 어렵게 만드는 문제를 해결하는 것이 시급하다. 이 문제는 포토레지스트의 조성과 포토레지스트에 닿는 광자의 수에서 일어나는 확률적인 현상이다. 또한, 주로 오버레이 때문에 생겨났던 엣지 배치 오류(EPE) 또는 패턴 배치 오류의 경우 전에는 스캐너 기술의 발전으로 해결이 가능했다. 그러나 지금은 EPE의 대부분이 오버레이가 아닌 확률적 변동에 기인한다. 고해상도 EUV 패턴의 경우, 라인 엣지 거칠기(LER)와 진원도 오버레이 효과보다 EPE 에 더 많은 영향을 받는다(그림 2). 식각은 LER을 개선하는 기법으로 정립되어 있지만 확률적 지표의 부담이 늘면서 EPE 를 조절하기는 여전히 어렵다.

EUV 노광의 확률적 지표

EUV의 경우 에너지가 더 큰 광자가 액침 공정에서 사용되는 것보다 적게 필요하기 때문에 확률적 이득이 크다. 예를 들어 193i는 화학 증폭형 레지스트(CAR)에서 흡수되어 2차 전자를 발생시키면, 2차 전자에서 광산이 발생하고, 광산은 노광 후 공정에서 반응을 거치게 된다. 반면, EUV는 에너지가 훨씬 클수록 광자는 적어지므로 고에너지 광자가 생성된다. 레지스트에서 이러한 광자가 생성한 전자 캐스케이드가 광산 발생제(PAG)에 닿으면 사후 노광 처리용 산(acid)이 생성된다. 레지스트 시스템에서 광산 발생제의 캐스케이드와 분산으로 생성된 전자의 수와 에너지뿐 아니라, 레지스트에서 반응을 시작하는 광자의 수 변동과 관련된 확률적 거동으로 인해 임계치수(CD)에 변동이 생긴다. 예를 들어, 각 비아(via)가 포집하는 광자의 수 차이나 각 비아에서 활성화되는 광산의 분포 차이 때문에 서로 인접한 비아들이 필요 이상으로 크거나 작아져 모양이 일그러질 수 있다. 이렇게 되면 식각 측면에서 문제가 발생한다. 레지스트에서 형성되는 비아의 종횡비가 국소적으로 불일치할 수 있기 때문이다. 노광 확률 문제를 해결하는 방법은 단순히 더 많은 광자를 제공하거나 선량을 늘리는 것이다. 이렇게 하면 국소적 CD 균일도(LCDU)는 개선되지만 (그림 3)처럼 EUV 스캐너의 생산성이 큰 타격을 받는다. 레지스트 해상도를 개선할 만큼 높은 선량으로 스캐너를 가동하면, 스캐너 처리량이 감소한다. 이 방법은 가장 까다로운 용도에만 채택될 것이다.

리소그래피-식각-증착(Litho-Etch-Dep) 공동 최적화를 통한 LCDU 완화

램리서치는 이 문제를 해결하기 위해 리소그래피, 식각, 증착의 공동 최적화 기법으로 LCDU를 완화하는 데 주안점을 두고 있다. 예를 들어, 램리서치는 ASML과 협업해 하드마스크 증착 공정을 사용해 가용 포토레지스트의 2차 전자 발생을 개선하는 기법을 연구 중이다. 식각의 경우, 라인/공간 구조의 비아 크기 분포나 결함을 통해 국소적 종횡비 변동을 살펴볼 수 있다. 리소그래피 공간의 경우, ASML은 레지스트 두께와 감도, 마스크 CD 편향(bias)과 관련된 자사 솔루션 제품군에 주력하고 있다. 다양한 레지스트 시스템에 맞게 식각을 튜닝해야 하지만 이러한 공정의 공동 최적화 가능성은 상당하다. 실제로 ASML의 NXE 스캐너에서 맞춤 퓨필 형상을 지원하는 FlexPupil)소스를 플라즈마 화학기상 증착법(PECVD) 스택 엔지니어링 및 원자층 식각(ALE)과 결합하면 LCDU가 크게 개선된다. imec에서 생성된 데이터에 따르면, 스택 엔지니어링과 리소그래피 공정의 공동 최적화에 의해 노광 공정에서 최대 35%의 여유를 확보할 수 있다. 이와 함께 LCDU는 20-25% 완화된다. (그림 4) 선량만 늘려 이 수치의 LCDU를 완화하는 데는 엄청난 비용이 든다.

LCDU 완화의 또 다른 방법은 ALE 특유의 능력을 활용하는 것이다. ALE의 유형의 경우 먼저 웨이퍼 표면을 반응물로 포화시킨 후에 챔버에서 배기(exhaust)시킨다. 이후 불활성 이온 충격에 의한 표면 개질이 진행된다. 반응 단계를 표면 개질이나 제거 단계와 분리하면, 자기 포화 영역에서 반응이 진행되어 공정 균일도와 제어력이 향상된다. 마찬가지로 기체상에서는 반응물이 없기 때문에 반응한 표면을 사용할 수 있어 제거 단계가 제한된다. 따라서 피처 크기나 반응기 규모에 의존할 필요가 없어 국소적 피처 변동을 튜닝할 수 있다. 램리서치는 이상적인 ALE 상태를 시너지, 즉 사이클당 순 식각량(ALET)에서 개질 단계에서 제거된 양(M), 탈리(이온 충격) 단계에서 제거된 양(D)을 모두 제하여 구한 양과 ALET의 비율로 정의했다(그림 5). 이 정의를 사용하게 되면 제로퍼센트 시너지는 일반 식각 공정이 된다. 다시 말해, 시너지와 자기 제한적 거동이 전혀 없어 피처 크기와 반응기 균일도 의존성을 모두 갖춘 공정이 되는 것이다. 반면에 100% 시너지란 피처 크기 의존성이 전혀 없는 완전한 자기 제한적 거동을 의미한다.

EUV와 관련하여 ALE의 문제는 포토레지스트 물질이다. 이 물질은 훨씬 더 연성에 가까워 ALE를 적용하기가 어렵다. 예를 들어 PECVD 탄소용으로 개발한 ALE 공정을 EUV 포토레지스트에 적용하면, 이온 탈리 과정에서 바이어스 전압 증가로 물질이 상당량 제거되므로 이 공정은 자기 제한적이지 않다(그림 5). 이 비이상적 사례에서는 ALE 시너지가 25%에 불과하다. 이 문제를 해결하려면 다른 화학 시스템과 다른 바이어스 영역을 개발해야 한다. 램리서치는 표준 유기 EUV 포토레지스트 시스템에서 이상적인 ALE 거동에 가까운 결과를 보이는 시스템을 개발했다. 이 경우는 탈리 및 개질 단계에서의 물질 제거가 미미하고 ALET가 두 단계를 합쳤을 때보다 훨씬 더 많다. 그림 5와 같이 85% 이상의 시너지를 보였다. (그림 6)처럼 imec에서 ALE를 테스트했을 때 이상적인 상태에 가까운 이 ALE는 LCDU 완화를 통해 EUV가 3나노 이상에서 불과 1.3나노으로 56% 개선됐다. 이 예시에서는 ALE 15회 사이클만으로 충분했다. ALE 처리를 추가로 최적화하면 LCDU를 추가로 개선할 수 있을 것이다. 식각 반응기의 기존 CD 수축(shrink) 공정에서는 피처가 클수록 플라즈마 뷰가 커져, 더 작은 피처보다 부동태 유형을 더 많이 포집하고 더 빨리 수축시켜 CD를 규격화 한다. 이 기법은 효과적이긴 하나 조밀한 피처에는 적용할 수 없다. 램리서치의 ALE 기법은 레지스트를 평탄하게 다듬고 CD와 LCDU를 별도로 튜닝하는 방식으로 이 문제를 해결한다. imec 실험에서 LCDU 개선이 세 가지 피치와 세 가지 CD에서 확인되면서, ALE를 통한 LCDU 개선은 CD뿐 아니라 피치와도 상관이 없다는 것이 입증됐다.

가상 공정 개발

이 공정을 개발하는 단계에서 직면한 어려움 중 하나가 스택과 관련이 있는 것으로 결함을 찾기가 어렵다는 것이었는데 이 문제를 램리서치가 해결했다. 램리서치는 코벤터(Coventor)의 전문 기술을 계산 모형에 활용한다. 현재는 가상 공정 개발을 이용해 리소그래피-식각-증착 공동 최적화를 가속화하고 있다. 코벤터의 가상 시뮬레이션 기술로 주어진 시뮬레이선 블록에 있는 레지스트에서 가상 결함 크기를 정의하고, 이후 광범위한 매개변수를 동시에 가동해 ALE를 적용할 수 있다. 개질 및 탈리 단계가 분리되기 때문에 ALE는 이 모형에 매우 적합하다. 이 계산 모형을 통해 다양한 결함 크기 분포에 사이클 수가 미치는 영향을 빠르게 조사할 수 있다. 즉, 주어진 결함을 해결하는 데 필요한 사이클 수를 계산하고, 결함의 허용 가능 여부를 결정할 수 있다.