11月号　Feature

2004年11月号

残留ガス分析を
メタル成膜装置に適用

Yiheng Xu, Joseph Byrne, Harry Clark and Jennifer Parker,
米IBM社 Microelectronic Division, East Fishkill, N.Y.,

http://www.chips.ibm.com

　残留ガス分析（RGA）は、半導体製造現場で化学物質のモニターと異常検出に長年行われてきた。最新RGAシステムが、完全自動化された300mmラインにあるメタルPVD装置の脱ガスチャンバで、どのように完全に生産管理されるように開発されたかを詳細に述べている

＊　＊　＊　＊

　高い選択性と高い感度特性を持つ残留ガス分析（RGA: Residual Gas Analysis ）は、半導体製造現場で化学物質のモニターと異常検出に長年使われてきた。1990年代以降、米IBM社マイクロエレクトロニクス部門（IMD）は、200mmウェーハ工場のメタル成膜装置の脱ガスチャンバにRGAシステムを導入している。レジストが完全に剥離しないために生じるウェーハ上のレジスト残渣物によって、メタル膜の密着性が悪化したり、スパッタターゲットが汚れる原因となることはよく知られている。さらに、レジスト残渣物は、メタル成膜装置の脱ガスチャンバに混入し、不良の原因にもなっている。このため、成膜中に RGAを適用するメリットは二つある。一つ目は、メタルターゲットと装置内部材の保護、二つ目は、装置が稼働しない時間を減らすことである。適用した直後に、非常に大きな効果が認められたため、RGAはIBM社半導体製造工場のメタル成膜装置で標準プロセスとなった。

　RGAシステムを統合するために、RGAシステムのPLCベースの真空装置コントローラを脱ガスチャンバの気送管に接続した。また、RGAデータフレームとRGAアプリケーションソフトウエアを自動的に動作させるために、バルブの動作状況をデジタル信号に変換する圧力スイッチを採用した。さらに、装置の真空装置コントローラとデジタルボード間をデジタル信号で通信させ、装置の緊急非常停止を可能にした。この統合システムは、非常に有用であることが証明されてきた。しかし、装置レベルの統合RGAシステムは、製品情報やプロセスレシピなど工場の大量の情報にアクセスすることができないという問題があった。特に、多品種を製造する工場では、このことが大きな問題となっていた。

	Advertisement

　他にもセンサーをシステムに組み込む方法はある。例えば、200mmウェーハ対応の工場では第2のSECSポートの使用が可能だ。この第2のSECSポートにより、プロセス、装置およびロジスティック情報をRGAシステムに送ることができるようになる。しかし、この方法にも多くの問題がある。例えば、SECSポートは、同時に複数のアプリケーションをサポートすることはできない。また、RGAアプリケーションとMES（Manufacturing Execution System）との間で十分な情報伝達経路も確立できない。RGAシステムの能力を上げRGAのデータ（あるいは他のセンサーデータ）を有効に活用するためには、RGAを組み込むための新しい方法が必要となる。この方法を装置のトレースデータやイベントデータ、レシピデータにRGAアプリケーションがアクセスできるようになる。同社のニューヨーク州イーストフィッシュキルにある最新の300mmラインに、この新しいデータ通信技術を導入した。自動化された300mmラインのメタルPVD装置の脱ガスチャンバに搭載したが、完全に生産管理のシステムの一部として使用できるようになるまでには、3年以上の時間を要した。

RGAの構成とシステム
　CIM（Computer Integrated Manufacturing）のアーキテクチャと300mmラインに導入されたRGAシステムの主な構成を図1に示す。このRGAセンサーは、メタル成膜装置の脱ガスチャンバに取り付けられている。RGAサーバーは、離れたサーバー室に設置され、工場内の高速TCP/IPイーサネット・ネットワークでRGAセンサーとデータ通信できるようになっている。このシステム全体の中で最も重要なのは、XMLベースで構築されたAPC（Advanced Process Control）インターフェースだ。このAPCインターフェースが、XMLメッセージの内容や通信システムで使用される「トピックス」というメッセージの内容を決めている。また、ミドルウエアにはIBMのメッセージング･システム「WebSphere MQ」を採用し、異なる工場間の共有XML文書を処理している。

　APCインターフェースは、APCアプリケーションの拡張性と移植性を高め、また、MESシステム「SiView」に複数のAPCアプリケーションを統合する手間が省ける。RGAアプリケーションは、トピックスという規定のMQに書き込んだり、特定のXML文書をMQに送信することでやりとりしている。プロセスコントロール・ジョブ実行中にRGAアプリケーションで用いられるXMLメッセージの流れを図2に示す。重要なメッセージの概要ついては以下の通りである。

　「APCRunTimeCapability」とは、コントロール・ジョブが生成される前に、RGAアプリケーションからのレスポンスを要求することである。これにより、MESがどのアプリケーションを使えるかを問い合わせを行い、それぞれのプロセスが開始する前に、アプリケーションがプロセスモニターの準備完了していることを保証する。

　「Control JobInformationとEvent/ Trace Data」についての説明は以下の通りである。処理に必要なControlJob ID情報、イベントデータやトレースデータは、RGAアプリケーションに提供される（表1）。イベントデータは、S6F11 SECSメッセージとイベントデータ・コレクション・レポートに基づきSiViewによって生成される。なお、イベントデータのコレクション・レポートは、SiViewのデータコレクション・サーバーで決められている。S6F11とトレースデータについては、まず、MESが共通のトレースデータのコレクション・プランを作成する。次に、S2F23メッセージが生成され、トレースデータの収集が可能になる。ウェーハIDは、ウェーハの履歴追跡と製品タイプの確認に用いるため、装置のイベントデータと対になっている必要がある。このあたりの運用方法については、もう少し検討の余地があると思われる。

　「ProcessDisposition」についての説明は以下の通りである。RGAアプリケーションに、プロセス装置の異常を知らせ、MESのEメールやポケベルで製造ラインにRGAアラームの発生を通知する。汚染レベルが予め設定されたしきい値を超えたことを感知すると、RGAアプリケーションが1秒以内にプロセス装置の処理を停止させる。EメールやポケベルによるRGA警報で、異常に関する詳細な情報は製造ラインに連絡される。その情報には、警報レベル、異常が発生したウェーハIDなどが含まれている。製造チームは、この詳細な情報に基づき、RGAアラームの原因を特定し、どのようにウェーハやロットを取り除くかを決定する。さらに詳細なスペクトルデータが必要な場合は、RGAの生データファイルにリンクするようにHTTPをテキストメッセージの中に組み込むことも可能になっている。

　「SPC（Static Process Control）インターフェース」は、Web上にあるMESのSPCチャートにRGAデータを出力するためのチャンネルを持っている。SPCチャートを通じて、プロセスや製造のチームは、主要のRGAデータにアクセスし、そのデータと他のセンサーあるいは他のテストデータを比較することができる。また、SPCにリンクすることで、RGAデータにさまざまのSPCルールを適用することも可能になっている。

　これらの機能の中でもAPCインターフェースは、データ通信やシステム制御により新しいセンサーやAPC計測技術を統合している最も重要な要素の一つだ。図1では、RGAシステムで、もう1つ重要な特徴を示している。それは、集中管理しているSQL（Structure Query Language）データベースの採用だ。このデータベースによって、大規模なRGAシステムを管理するための処理が単純になる。データベースにはRGAアプリケーションに必要なシステム構成パラメータが含まれている。例えば、RGAシステムセッティング表（表2）には、ベースラインモニターに使用するバルブと、RGAシステムのキャリブレーションで使用するバルブの情報が記載されている。また、データベースには、RGAデータとウェーハやプロセスに関する情報も保存されている（表1）。集中管理されたデータベースを利用することで、数ヵ月分のRGAデータを簡単に解析することが可能となった。また、特定の製品タイプやマスクレベルなどのさまざまな検索条件に基づいて、複数の異なる装置のRGAデータを解析することができる。このデータベースシステムによる利便性や重要性の向上については、次のセクションのケーススタディを見るとよく分かる。

ケーススタディ
　半導体製造におけるAPCの重要性については、1990年代の始めから広く認識されている。半導体産業が300mm時代に突入してからは、従来のオフライン計測技術やプロセス管理は、もはや要求を満たすことができなくなった。なぜならば、プロセスや製造装置の異常を検知する（MTTD：Mean Time To Detect）のに長い時間を要してしまうためである。300mm工場への投資が非常に増加し、300mmウェーハ1枚あたりのコストが増加したことが、リアルタイムセンサー計測技術の要求や異常管理技術への要求を高めた背景となっている。

　300mm工場では、製造工程の自動化が進んでいる。これにより、人手による作業やエラーを最小限にすることが可能となった。そのため、RGAでフォトレジストの残渣物を検知するような欠陥検出が完全自動化ラインで必要かどうかについては、早い段階から多くの議論がされてきた。今日では、我々は、そのような欠陥検出は確かに必要であると結論付けることができる。過去2年間で、脱ガスプロセスのRGAアプリケーションは、投資成果（ROI: Return Of Investment）の期待値をはるかに上回った。それは、短時間にさまざまな汚染物質やプロセスの異常を検出することで、製品歩留まりや装置稼動率の向上させることが証明されたからである。そして、最終的に300mmラインの利益率が上がる。フォトレジスト残渣物の検出が、依然として最も投資成果が大きいが、その他にもRGAのアプリケーションは拡張されてきている。具体的なアプリケーションについて以下に述べる。

フォトレジスト残渣物の検出
　フォトレジストによる汚染のため、PVD装置で最終的にウェーハの処理が止まってしまうケースが非常に多い。それは完全自動化ラインになったとしても、完全になくなることはないだろう。

●エッチングプロセスでエラーを検知した後のエラーの復旧。具体的には、エラー回復したウェーハに部分的にフォトレジストが残ったまま次の工程に送られてしまうような場合。

●フォトレジストの2重塗布など、露光プロセスで発生するエラー。

●ウェーハ上に不均一なレジスト層を作る上流プロセスでのエラー。結果的には、ウェーハ面内でフォトレジトの厚いところができる。

●特にライン立ち上げ中の製品やプロセスで、フォトレジスト除去工程でのバラツキによるエラー。

●エラー復旧中に、レジストが除去されないまま誤って次の工程にウェーハを送るなどのヒューマンエラー

フォトレジストに起因しない汚染　異なる製品では、異なる脱ガス現象がおこる。例えば、層間絶縁膜にlow－k膜を使用したウェーハは、酸化膜を使用したウェーハよりも脱ガスが多い。RGAアプリケーションは、自動的にしかもリアルタイムに品種を認識し、それにしたがって制御アルゴリズムを調整できる。200mmラインでは、RGAアプリケーションは、プロセスロジスティック情報（例えば製品タイプのような情報）へはアクセスできないため、たった1つのアラームのしきい値で、すべてのウェーハの分析・測定を行わなければならない。しかも、アラームのしきい値は、検出ミスを防ぐために非常に高く設定する必要がある。

　この方法の問題は、微小な汚染物やプロセスの変動を多く見逃してしまうことである。この問題点に対する解答は、IBMの300mmラインに導入されたAPCインターフェースの仕様で見ることができる。ウェーハ履歴情報により、RGAアプリケーションが、品種ごとのアルゴリズムを使うになっている。ウェーハ履歴情報は、プロセス装置からの情報とMESからのコントロール・ジョブ情報とを合わせて作成される。これにより、RGAシステムの能力が十分に向上し、レジスト残渣物以外の異常検出も可能になった。図3および図4に、フォトレジストに起因しない二つの汚染分析データを示す。これらは歩留まりに大きく影響を与える。

　図3の左側に、SQLデータベースから検索したRGAの統計的なデータプロットを示す。各データポイントは、各ウェーハの汚染指数値Aの最大値を表している。汚染指数値Aは、脱ガス中に検出される複数の有機物を測定するために作られた。汚染指数値が、予め設定したアラームしきい値を超えると、アラームが発生し装置を止める仕組みになっている。最初の6000枚程度のウェーハで、良好な汚染指数値Aの基礎を確立した。その際に、誤動作は見られなかった。しかし、プロット中の残りのウェーハ用にしきい値が変更された。これは、ウェーハの中には汚染指数値が複数の装置でしきい値を超えたもの、あるいは、しきい値ぎりぎりのものが見つかったためである。プロセスチームは、アラームが発生したウェーハを取り出してチェックしたところ、ウェーハの裏面に白い汚れが発見された（図3）。アラームが発生した全てのウェーハのRGAのスペクトルに同じ特徴が見られた。さらに、スペクトル分析を進めていくと白い汚れの性質が判明し、それがRGAアラームの原因であると確定された。その結果、この汚染を最小限にするため、ウェーハ裏面のリンスプロセスが導入された。

　二つ目のフォトレジストに起因しない汚染分析例を図4に示す。左側のプロットは、集中管理されているデータベースから検索した統計的RGAデータである。汚染指数値Ｂは、1種類の汚染物質を検知するように作成されている。その汚染物質は、腐食性で製品歩留まりに潜在的インパクトを与えるものであった。図4の右側の写真では、ウェーハ外周部付近に残留物が観察されている。これにより、ウェーハ上の汚染物を取り除くために、上流プロセスの変更判断の目安としてRGAデータを活用できることが判明した。

プロセス統合化に起因するエラーの検出
　RGAシステムは、汚染物の混入を防止するシステムとして有効なだけでなく、プロセス統合化に起因するエラーを検出するのにも大変有効だ。上流プロセスでのバラツキは、ウェーハ上の脱ガス特性に影響する。脱ガスプロセスをモニターしているRGAシステムは、このような変動に敏感だ。そのため、RGAシステムにより、プロセス統合化に起因するエラーを早期に発見することができる。このエラーは、数日後または1週間後にウェーハ検査の結果が分かるまで、プロセスエラーを認識そして修正することなく続く。予期しないプロセス変動を短時間で検知できるため、多くのウェーハがスクラップにならずにすむ。

　図5にその例を示す。この例では、メタル成膜装置において、低いレベルのRGAアラームが急激に増加していることが観測された。RGAスペクトルの初期の解析では、フォトレジスト残渣物の可能性は発見されなかった。また、前述の二つの例のような汚染物の存在は、ウェーハの目視チェックでは確認できなかった。アラームの本当の原因を追求するために、まず、ウェーハ製品タイプとマスクレベルでデータ解析を行い、その後、詳細な解析を行った。全てのアラームは、あるタイプの製品とあるマスクレベルに属していた（図5の左）。同時期に同じアラームを発生した他の品種やメタル膜はなかったことを示している（図5の右）。これにより、プロセス変動がRGAアラームの突然の変動の原因となっていたことがわかった。

　この情報を手がかりに、プロセス・インテグレーション・チームは、RGAアラームの原因がRGAアラーム増加から10日前のプロセス変動と関係があると判断することができた。さらに詳細な解析により、プロセスの変動がウェーハ上の膜中にかかる応力の増加を引き起していることが判明した。応力がある一定のポイントに達すると、ウェーハ上の膜が剥がれ始め、脱ガス活動が非常に高まっていたことが分かった。この現象は顕微鏡を使ったウェーハ検査でも確認されている。

今後の展開
　RGAシステムは、この数年間で大きく発展してきた。次のステップは、半導体製造に定着させることである。RGAシステムは次の三つの分野において発展していくと考えられる。第1は異常分類の分野である。最新のRGAアプリケーションでも、自動異常分類を実行するには機能が不足している。RGAアプリケーションのエンドユーザーは、ウェーハやロットを適切に処理するために、アラーム原因の特定をセンサー技術者に頼らなければならない。これでは、センサーエンジニアからのフルサポート（24hours × 7days）が必要となり、実用的な方法とは言えない。RGAアプリケーションが、自動的に異常を分類し、エンドユーザーにその情報を提供することが、望まれている。

　RGAアラームの原因について十分な知識があれば、エンドユーザーは、適切にウェーハやロットを処理することが出来る。最近検討されている異常分類の方法の1つとして、RGAデータに多変量解析のテクニックを導入することが挙げられる。RGAアラームの初期分析の結果（図6）を見ると、特定の汚染成分によってRGAアラームが発生していることが分かる。多変量解析により、アラームの原因となった主な寄与成分（Mass）を特定することができることを示している。

　第2の分野は、データマイニングである。半導体製造において、装置レベルのデータや工場レベルのデータ（例：センサーデータ、不良のデータ、最終のテストデータなど）を分析するために、データマイニングの手法を採用したレポートが数多く報告されている。各工場は、ウェーハプロセスに関する莫大なデータを含んだデータウエアハウスを持っている。データマイニングとは、データの相関性、傾向やパターンなどを発見することである。また、センサーデータと製品歩留まりや装置パフォーマンスの相関を取るだけでなく製品歩留まりに影響を与える隠れた要因を発見することでもある。この手法は製品歩留まりを向上させる上で非常に価値がある。

　第3の分野は、RGAベースのラン・ツー・ラン制御と終点検出である。最近使われているほとんどのRGAアプリケーションは、異常検出とプロセス診断に使用されている。しかし、最近の調査では、RGAシステムはラン・ツー・ラン制御と終点検出にも使うことが可能だという。ラン・ツー・ラン制御と終点検出は、プロセスドリフトや短期間の変動がある場合に、膜厚や結晶の品質などのターゲット指標を維持するのに重要である。製造現場でこれを実現するには、異なったプロセスや製品タイプにも対応できるように設計されている必要がある。

参考文献

1. V.Kot and M.Yedatore, “The Next Step in E-Diagnostics: Mining and Tool Sensors,” Semiconductor International, October 2003, p.45

2. G.W.Rubloff, “In-situ Metrology: The Path to Real-Time Advanced Process Control,” Proc.2003 ICCM for ULSI Technology, Vol.168, p.583

＊　＊　＊　＊

Yiheng Xuは、IBM マイクロエレクトロニクス社Advanced Engineering Systems部門のアドバイザリ・エンジニア。メリーランド大学で材料工学の博士号を取得。

E-mail: yihengxu@us.ibm.com

Joseph Byrneは、IBM マイクロエレクトロニクス社Advanced Engineering Systems部門のスタッフ・ソフトウエアエンジニア。ニューヨーク州立大学で応用数学の学士号を取得。

E-mail: byrnej@us.ibm.com

Harry Clarkは、IBM マイクロエレクトロニクス社Advanced Engineering Systems部門のシニア・イクイップメントスペシャリスト。ピッツバーグ航空工科大学で航空電子工学の準学士を取得。

E-mail: claharry@us.ibm.com

Jennifer Parkerは、イーストフィッシュキルにある300mm工場のメタルPVDプロセスエンジニア。Pennsylvania州立大学で材料工学の学士号を取得。レンセリア科学技術専門学校へ技術経営学の学位を取得中。

E-mail: jmparker@us.ibm.com

謝辞

　著者らは、特に、John Baker氏、David Dybas氏とJack Burghardt氏に感謝する。彼らは、IMDのRGAグループの設立メンバーであり、IBMの工場のRGAアプリケーションの成功に多大な貢献をしている。同様に、MKS-Spectra社のDerek Timmis氏、James Blessing氏、Mark Aitken氏、Alan Paterson氏、Mark Attwood氏、Matt Stephens氏とShuaib Muhammad氏にも感謝の意を捧げたい。さらに、著者らは、Arhad Hussain氏、Peter Locke氏および他のプロセス・インテグレーション・チームメンバーにも、継続的なサポートに対し感謝する。

個人情報に関する方針 / 著作権・リンクについて/ 会社情報