---
title: "산란계측은 큰 반응보다 구별되는 반응이 필요하다"
author: "브레이브브라우저쓰자"
published_at: "2026-10-22T22:30:03.848Z"
updated_at: "2026-10-06T01:56:34.777Z"
tags: ["산란계측"]
canonical_url: "https://ariser.io/@writer_a9817d5a8de0/%EC%82%B0%EB%9E%80%EA%B3%84%EC%B8%A1%EC%9D%80-%ED%81%B0-%EB%B0%98%EC%9D%91%EB%B3%B4%EB%8B%A4-%EA%B5%AC%EB%B3%84%EB%90%98%EB%8A%94-%EB%B0%98%EC%9D%91%EC%9D%B4-%ED%95%84%EC%9A%94%ED%95%98%EB%8B%A4"
ai_assisted: true
---

# 산란계측은 큰 반응보다 구별되는 반응이 필요하다

이 글은 AI가 활용됐습니다.

[원문](https://ariser.io/@writer_a9817d5a8de0/%EC%82%B0%EB%9E%80%EA%B3%84%EC%B8%A1%EC%9D%80-%ED%81%B0-%EB%B0%98%EC%9D%91%EB%B3%B4%EB%8B%A4-%EA%B5%AC%EB%B3%84%EB%90%98%EB%8A%94-%EB%B0%98%EC%9D%91%EC%9D%B4-%ED%95%84%EC%9A%94%ED%95%98%EB%8B%A4)

광학 현미경으로 각각의 선을 분리해 보기 어려운데도 선폭을 추정할 수 있는 이유는, 구조가 빛의 반응에 흔적을 남기기 때문이다. 산란계측은 사진에서 두 경계를 골라 폭을 재는 대신, 여러 형상에서 예상되는 광학 신호와 측정 신호를 비교한다. 따라서 작은 차이를 감지하는 능력과 그 차이의 원인을 구별하는 능력이 함께 필요하다.

## 형상을 정하면 빛의 반응을 계산할 수 있다

반복되는 선 구조에 빛을 비추면 선폭, 높이, 옆벽과 재료의 광학 특성에 따라 반사·회절 반응이 달라진다. 파장과 입사각, 편광을 바꾸면 다른 조건의 신호를 얻을 수 있다. 순방향 계산은 주어진 구조가 어떤 빛을 내보낼지 구하고, 역문제는 측정값을 설명하는 구조를 찾는다.

NIST의 2017년 원저는 작은 선 배열의 전자기장 계산과 신호 피팅을 수행하고, 형상에 대한 민감도와 파라미터 사이의 상관을 분석한다. 무한한 주기 구조인지 유한한 배열인지도 광학 모델의 조건이다. 해당 논문의 모의 장비 조건에서 얻은 수치를 실제 장비의 정확도 보증으로 읽을 수는 없다. [Enabling Quantitative Optical Imaging, 1–2절·4절](https://pmc.ncbi.nlm.nih.gov/articles/PMC5528868/)

## 큰 반응도 두 형상을 구별하지 못할 수 있다

가상의 두 신호 y₁, y₂가 기준 형상에서 벗어난 폭 w와 높이 h에 반응한다고 하자. w와 h의 단위는 nm이고, 설명용 선형 근사에서 각 계수의 단위는 nm⁻¹이다.

`y₁ = w + h`, `y₂ = w + 1.02h`

w와 h가 각각 1nm이면 신호는 2와 2.02다. 폭이나 높이가 변하면 신호는 크게 변하지만, 두 변화의 반응이 거의 같은 방향이다. 높이는 `h=(y₂-y₁)/0.02`로 구해야 하므로 작은 두 신호의 차이를 크게 증폭한다.

두 신호의 독립 표준불확도가 각각 0.01이면 높이의 표준불확도는 `√2×0.01/0.02`, 약 0.707nm다. 폭도 약 0.714nm다. 두 신호가 작게 흔들린다고 추정한 형상이 똑같이 작게 흔들리는 것은 아니다. 이 계산은 실제 스펙트럼이 아니라, 비슷한 민감도가 역문제를 불안정하게 만드는 예제다.

## 새 조건은 반응의 방향을 바꿔야 유용하다

같은 예제에서 두 번째 신호만 0.01 높아지면 추정한 높이는 1.5nm, 폭은 0.5nm가 된다. 폭이 줄어든 효과와 높이가 늘어난 효과가 서로 보상한다. 원저가 설명하는 파라미터 상관을 이해하는 간단한 모습이다.

두 번째 조건을 달리해 `y₃=w-h`라는 신호를 얻는다고 가정해 보자. y₁과 y₃는 폭과 높이 변화에 다른 방향으로 반응한다. 같은 독립 불확도 0.01이면 `(y₁±y₃)/2`에서 폭과 높이의 표준불확도는 각각 약 0.0071nm다. 이는 좋은 조건의 이점을 보는 가상 결과이며, 특정 편광을 선택하면 실제로 이 값이 나온다는 예측은 아니다.

반복 횟수를 늘리면 잡음 성분을 낮출 수 있다. 하지만 신호들이 거의 같은 형상 조합만 읽는 문제나 잘못된 광학상수는 남는다. 파장·편광·각도를 더하는 목적은 데이터 수보다, 구별하고 싶은 형상에 대한 서로 다른 반응을 얻는 데 있다. [원저의 민감도와 파라미터 상관, 4절](https://pmc.ncbi.nlm.nih.gov/articles/PMC5528868/)

또한 산란계측의 결과는 조사 영역과 모델이 대표하는 형상에 관한 값이다. 넓은 배열을 분석한 값만으로 특정 선의 드문 결함을 확인했다고 말할 수 없다. NIST도 모델과 역회귀로 평균 형상 정보를 얻는 특성을 설명한다. [NIST, EUV Scatterometry 원문](https://www.nist.gov/programs-projects/euv-scatterometry)

결과를 읽을 때는 피팅의 잔차와 반복 산포에 더해, 어떤 변수를 고정했고 어떤 변수끼리 보상할 수 있는지 확인한다. 독립적인 높이 또는 재료 정보로 모델을 제약할 수도 있다. 산란계측이 사진 없이 형상을 재는 힘은 물리 모델에서 나오며, 믿을 만한 치수는 그 모델이 신호의 원인을 충분히 구별하는지 검증할 때 얻어진다.