ポイントクラウド処理におけるネットワークアーキテクチャの最近の進展は、主に局所集約演算子（local aggregation operators）の新しい設計によって推進されている。しかし、各ソリューションにおける全体的なネットワークアーキテクチャや実装細部の違いにより、これらの演算子がネットワーク性能に与える影響は十分に検証されていない。また、大多数の演算子は浅いアーキテクチャでのみ適用されている。本論文では、代表的な局所集約演算子を再検討し、同一の深層残差アーキテクチャを用いてその性能を評価する。我々の調査により、これらの演算子の設計は異なるものの、同じ入力と特徴量数の条件下では、すべてが驚くほど類似した貢献をネットワーク性能に与えることが明らかになった。その結果、標準ベンチマークにおいて最先端の精度を達成した。この発見は、ポイントクラウド処理における局所集約演算子の複雑な設計の必要性を再考させるものである。この目的の下、学習可能な重みを一切持たない単純な局所集約演算子「Position Pooling（PosPool）」を提案する。PosPoolは既存の複雑な演算子と同等、あるいはわずかに優れた性能を発揮する。特に、PosPool層を用いた単純な深層残差ネットワークは、すべてのベンチマークで優れた性能を示し、特に挑戦的なPartNetデータセットにおいて、従来の最先端手法を大きく上回る（mIoU：7.4ポイント）結果を達成した。コードは公開されており、https://github.com/zeliu98/CloserLook3D から入手可能である。