슬롯 어텐션은 이미지와 같은 입력을 여러 개의 슬롯으로 분해해서, 각 슬롯이 하나의 객체(또는 배경 일부)에 해당하는 객체 중심 표현(object-centric representation)을 학습한다. 이는 훈련 시 보지 못한 조합(unseen compositions: 새로운 객체 조합·배치)에서도