컨볼루션 신경망은 방향 인식에 어려움을 겪습니다. 얼굴을 회전시키면 CNN은 코는 인식할 수 있지만 코와 입 사이의 공간적 관계는 파악하지 못합니다. 캡슐 신경망은 뉴런들을 캡슐로 묶어 스칼라가 아닌 벡터를 출력하도록 함으로써 이러한 정보를 보존하려고 합니다.

각 캡슐은 특징의 존재 여부와 자세 또는 방향과 같은 속성을 모두 인코딩합니다. 동적 라우팅을 통해 하위 레벨 캡슐은 자신과 일치하는 상위 레벨 캡슐로 출력을 전송하여 부분-전체 관계를 구축할 수 있습니다.

잠재적 이점

• 회전 및 시점 제어 기능 개선
• 공간 계층 구조의 보존
• 대규모 훈련 세트의 필요성 감소
• 보다 해석하기 쉬운 내부 표현

캡슐 네트워크는 활용도가 제한적입니다. 학습 속도가 느리고 대규모 벤치마크에서 CNN에 비해 성능이 떨어집니다. 따라서 캡슐 네트워크는 상용 표준으로 자리 잡기보다는 활발한 연구 방향으로 남아 있습니다.