AI 혁명 - 초인공지능(ASI)로 가는길 (1)

이 글은 Tim Urban의 The AI Revolution: The Road to Superintelligence를 번역한 것입니다.

우리는 지구에서 인류가 생겨난 것과 맞먹는 변화의 가장자리에 서 있다. - 버너 빈지(Vernor Vinge)

여기 서 있는 기분이 어떠신가요?

현재 우리는 엄청난 기술 변화의 직전에 서있다. 하지만 실제로 느낄 수는 없다.

 

곧 다가올 먼 미래

250년 전 사람을 타임머신으로 현재에 데려오면, 엄청난 충격을 받아 아마 죽을 수도 있다. 2015년과 1750년의 발전 수준으로 오는 충격의 크기를 1이라고 가정하자. 1750년대의 발전 수준으로 1의 충격을 주기 위해서는 아마, 12,000년 전 사람을 데려와야 할 것이다. 또, 12,000년 전의 발전 수준으로 1의 충격을 주기 위해서는 10만 년 전 사람을 데려와야 할 것이다. 시간이 지날 수록 인류의 발전 속도는 점점 빨라지며, 이를 *Law of Accelerating Returns(가속 수익률 법칙)*이라고 부른다.

발전은 점점 더 커지고 있으며 점점 더 빠르게 일어나고 있다. Kurzweil은 20세기 전체의 발전이 2000년의 발전 속도라면 불과 20년 만에 이루어졌을 것이라고 말한다. 즉, 2000년에는 20세기 동안의 평균 발전 속도보다 5배나 빠른 속도로 발전했다는 것입니다. 2000년부터 2014년 사이에 20세기 전체 수준의 발전이 일어났으며, 2021년까지 단 7년 만에 20세기에 해당하는 또 다른 발전이 일어날 것이라고 주장한다. 결국, Kurzweil은 *Law of Accelerating Returns(가속 수익률 법칙)*에 따라 21세기는 20세기 발전의 1,000배를 달성할 것이라고 말한다.

만약 Kurzweil의 의견대로라면, 2050년의 세상은 앞선 1750년대 사람이 2015년에 느낀 것 처럼, 상상할 수 없는 세상이 되어있을 수 있다.

 

우리가 미래에 회의적인 이유

1. 우리는 역사에 관해서는 직선으로 생각한다.

향후 30년간의 발전을 상상할 때, 우리는 이전 30년간의 발전을 되돌아보며 얼마나 많은 일이 일어날지 예측한다.

2. 최근 역사의 궤적은 종종 왜곡된 이야기를 들려준다.

• 가파른 지수 곡선이라도 그 작은 부분만 보면 선형처럼 보인다.
  거대한 원의 작은 부분을 가까이서 보면 거의 직선처럼 보이는 것과 같은 이치이다.
• 기하급수적인 성장은 완전히 매끄럽고 균일하지 않다
  Kurzweil은 발전이 "S자 곡선"을 그리며 일어난다고 설명한다. 새로운 패러다임이 세상을 휩쓸 때 진보의 물결에 의해 S자 곡선이 만들어지며 이 곡선은 세 단계를 거친다.
  (1) 느린 성장(기하급수적 성장의 초기 단계)
  (2) 급속한 성장(기하급수적 성장의 후기, 폭발적 성장 단계)
  (3) 특정 패러다임이 성숙해짐에 따라 평준화
• 과거 경험은 미래를 예측하는 것에 대해 방해가 된다.
  세상에 대한 생각을 개인적인 경험에 기초하고, 그 경험은 최근 과거의 성장 속도를 "일이 일어나는 방식"으로 생각하게 한다. 또한 우리는 경험을 바탕으로 상상력을 발휘하여 미래를 예측하지만, 우리가 아는 것만으로는 미래에 대해 정확하게 생각할 수 없는 경우가 많다.

우리가 경험에 기반한 다음과 같은 개념과 모순되는 미래에 대한 예측을 들었을 때 “어떻게 작동하는가”에 반하는 예측을 들으면 본능적으로 그 예측이 허황된 것이라고 생각한다. “150세까지 살 수도 있고”, “250세까지 살 수도 있으며”, “전혀 죽지 않을 수도 있다”라고 말한다면, 본능적으로 이는 상식에 벗어난 이야기라고 생각할 것이다. 사실 과거에 죽지 않은 사람은 없었다. 하지만 비행기가 발명되기 전에는 아무도 비행기를 타지 않았다.

 

초지능(Superintelligence)으로 가는 길

AI란 무엇인가?

인공지능의 미래를 상상하는 것은 어렵다. 많은 사람들이 인공지능에 대해 혼란스러워하는 세 가지 이유가 있다

1) AI를 영화와 연관시킨다.

스타워즈, 터미네이터, 2001: 스페이스 오디세이의 로봇 캐릭터 모두 허구이다. 그래서 AI는 약간 허구처럼 보인다.

2) AI는 광범위한 주제이다.

스마트폰의 계산기부터 자율 주행 자동차, 세상을 변화시킬 미래의 무언가에 이르기까지 다양하다. AI는 이 모든 것을 지칭하기 때문에 혼란스러울 수 있다.

3) 우리는 일상 생활에서 항상 AI를 사용하지만, 그것이 AI라는 사실을 깨닫지 못하는 경우가 많다.

1956년 '인공 지능'이라는 용어를 만든 존 매카시는 "작동하자마자 아무도 더 이상 그것을 AI라고 부르지 않는다"고 불평했다. 이러한 현상 때문에 AI는 종종 현실보다 신화적인 미래 예측처럼 들릴 때가 있다. 동시에 실현되지 않은 과거의 개념처럼 들리기도 한다. Kurzweil은 사람들이 1980년대에 AI가 시들었다고 말하는 것 2000년대 초 닷컴 붕괴로 인터넷이 죽었다고 주장하는 것과 비슷다하고 주장한다

 

AI의 혼란을 막기 위한 방법

1. 로봇을 로봇이라고 생각하지 말 것.
   로봇은 AI를 담는 용기이며 때로는 인간의 형태를 모방하기도 하고 때로는 그렇지 않을 수도 있다. AI 자체는 로봇 내부에 있는 컴퓨터를 의미한다. AI는 두뇌이고 로봇은 그 두뇌의 몸통이다. 예를 들어 Siri의 소프트웨어와 데이터는 AI이고, 우리가 듣는 여성의 목소리는 그 AI를 의인화한 형태이며, 로봇은 존재하지 않는다.
2. AI의 능력에는 크게 세 가지 범주가 있다:
   AI 범주1 - 약인공지능(Artificial Narrow Intelligence): 약인공지능은 한 가지 영역에 특화된 인공지능이다. 알파고는 많은 바둑 프로들을 이겼지만, 그게 유일한 능력이다. 하드 드라이브에 데이터를 저장하는 더 나은 방법을 찾으라고 요청하면 아무 것도 할 수 없다.
   AI 범주2 - 강인공지능(Artificial General Intelligence): 강인공지능 또는 인간수준의 인공지능이라고도 불리우며, 전반적으로 인간이 할 수 있는 모든 지적 작업을 수행할 수 있는 기계를 의미한다. AGI를 만드는 것은 인공 지능을 만드는 것보다 훨씬 더 어려운 작업이며, 아직까지 우리는 그것을 해내지 못했다. 린다 고트프레드슨 교수는 지능을 "추론하고, 계획하고, 문제를 해결하고, 추상적으로 사고하고, 복잡한 아이디어를 이해하고, 빠르게 학습하고, 경험으로부터 배우는 능력을 포함하는 매우 일반적인 정신 능력"이라고 설명한다.
   AI 범주3 - 초인공지능(Artificial Super Intelligence): 옥스퍼드의 철학자이자 선도적인 AI 사상가인 닉 보스트롬은 초인공지능을 "과학적 창의성, 일반적인 지혜, 사회적 기술 등 거의 모든 분야에서 최고의 인간 두뇌보다 훨씬 더 똑똑한 지성"으로 정의한다.

인공 지능은 인간보다 조금 더 똑똑한 컴퓨터부터 수조 배 더 똑똑한 컴퓨터까지 다양합니다. 현재 인간은 여러 면에서 가장 낮은 단계의 인공지능인 ANI를 정복했으며, 이 인공지능은 어디에나 존재한다. AI 혁명은 ANI에서 AGI를 거쳐 ASI로 가는 길이며, 우리가 살아남을 수도 있고 살아남지 못할 수도 있지만 어느 쪽이든 모든 것을 변화시킬 것이다. 이 분야의 선도적인 사상가들이 생각하는 이 여정의 모습과 이 혁명이 생각보다 훨씬 빨리 일어날 수 있다.

 

 

현재 우리가 있는 곳 : ANI위의 세상

약인공지능(ANI)은 특정 업무에서 인간의 지능이나 효율성과 동등하거나 이를 능가하는 기계 지능이다.

• 자동차에는 잠김 방지 브레이크가 작동해야 하는 시점을 파악하는 컴퓨터부터 연료 분사 시스템의 매개 변수를 조정하는 컴퓨터까지 다양한 인공 지능 시스템이 탑재되어 있다. 자율주행차에는 주변 세계를 인식하고 반응할 수 있는 강력한 ANI 시스템이 탑재된다.
• 휴대폰은 작은 ANI 공장이다. 지도 앱을 사용하여 길을 찾고, 내일의 날씨를 확인하고, Siri와 대화하거는 등 수십 가지의 일상적인 활동을 할 때 ANI를 사용하고 있는 것이다.
• 이메일 스팸 필터는 스팸 메일 구분을 위한 인텔리전스가 탑재되어 있으며, 사용자의 경험을 바탕으로 인텔리전스를 학습하고 맞춤화한다.

현재의 ANI 시스템은 특별히 무섭지 않다. 결함이 있거나 잘못 프로그래밍된 ANI는 전력망을 마비시키거나 원자력 발전소의 오작동 유발 등 고립된 재앙을 일으킬 수 있다. 현지 ANI는 실존적 위협을 일으킬 수 있는 능력이 없지만, 곧 다가올 세계를 뒤흔들 허리케인의 전조로 봐야 할 것이다.

새로운 ANI 혁신이 나올 때마다 조용히 AGI와 ASI로 가는 계단이 추가된다.

 

ANI에서 AGI로 가는 길

이 것이 어려운 이유

인간만큼 똑똑한 컴퓨터를 만드는 것은 매우 어려운 일다. 고층 빌딩을 짓고, 우주에 인간을 보내고, 빅뱅이 어떻게 일어났는지 알아내는 것은 뇌를 만드는 방법보다 훨씬 쉽다. 현재 인간의 뇌는 알려진 우주에서 가장 복잡한 물체이다. 흥미로운 점은 인간만큼 똑똑한 컴퓨터인 AGI를 만들 때 어려운 부분이 직관적으로 생각나는 것과는 다르다는 것이다.

10자리 숫자 두 개를 순식간에 곱할 수 있는 컴퓨터를 만드는 것은 놀라울 정도로 쉽다. 개를 보고 개인지 고양이인지 대답할 수 있는 컴퓨터를 만드는 것은 매우 어렵다. 미적분학, 금융 시장 전략, 언어 번역과 같은 어려운 일은 컴퓨터에게 무감각할 정도로 쉬운 반면, 시각, 동작, 움직임, 지각과 같은 쉬운 일은 컴퓨터에게 엄청나게 어렵다.

컴퓨터 과학자 도널드 크누스의 말을 빌리자면, "인공지능은 지금까지 '사고'가 필요한 모든 일을 하는 데는 성공했지만 사람과 동물이 '생각하지 않고' 하는 대부분의 일을 하는 데는 실패했다. 즉, 우리에게 쉬워 보이는 일들이 사실은 믿을 수 없을 정도로 복잡하며, 수억 년 동안의 동물 진화를 통해 인간(그리고 대부분의 동물)에게 최적화되어 있기 때문에 쉬워 보일 뿐이라는 것이다.

 

 

AGI를 만들기 위한 첫 번째 열쇠: 연산 능력 향상

AGI가 실현되기 위해 반드시 필요한 한 가지는 컴퓨터 하드웨어의 성능이 향상되어야 한다는 것이다. AI 시스템이 뇌만큼 지능적이 되려면 뇌의 원시 컴퓨팅 능력과 동등해야 한다. 이 용량을 표현하는 한 가지 방법은 뇌가 처리할 수 있는 초당 총 연산 횟수(cps)이며, 인간의 뇌는 10경 cps이다. 1,000 달러 컴퓨터가 인간 수준의 cps를 처리하면, 이는 AGI를 도달하기 위한 하드웨어 조건이 만족하다고 볼 수 있다.

무어의 법칙은 세계 최대 컴퓨팅 성능이 약 2년마다 두 배로 증가한다는 의미로, 컴퓨터 하드웨어의 발전은 역사적으로 인류의 일반적인 발전과 마찬가지로 기하급수적으로 증가한다는 것을 의미한다. 이를 앞선 Kurzweil의 지표와 연관시켜 보면, 현재 우리는 10 조 cps/$1,000,에 도달했으며, 이는 아래 그래프의 예측 궤적과 일치한다:

이제 전 세계 1,000달러 짜리의 컴퓨터가 쥐의 두뇌를 능가하며 인간의 약 1/1,000 수준에 도달했다. 1985년에는 인간의 약 1/10,00,00,00,00,000, 1995년에는 1/100,000,000, 2005년에는 1/1,000,000 수준이었다. 2015년에 1/1,000 수준에 도달했다는 것은 2025년까지 뇌의 성능에 필적하는 합리적인 가격의 컴퓨터를 개발할 수 있다는 것을 의미한다.

하지만 원시 연산 능력만으로는 컴퓨터를 일반적으로 지능적인 컴퓨터로 만들 수 없다.

 

AGI를 만드는 두 번째 열쇠: 똑똑하게 만들기

이것이 바로 어려운 부분이다. 사실 아무도 컴퓨터를 똑똑하게 만드는 방법을 알지 못한다. 어떻게 하면 컴퓨터를 인간 수준의 지능을 갖출지 논의 중이다. 현재 수많은 억지스러운 전략이 존재하며, 언젠가는 그 중 하나가 효과가 있을 것이다. 세 가지 전략은 다음과 같다:

1) 뇌를 따른다.

AGI를 만드는 것은 어렵지만, 이미 우리 머릿속에는 완벽한 프로토타입이 있다. 과학계는 뇌를 역설계하기 위해 열심히 노력하고 있으며, 낙관적인 추정치에 따르면 2030년까지 이를 달성할 수 있다고 한다. 그렇게 되면 뇌가 어떻게 그렇게 강력하고 효율적으로 작동하는지에 대한 모든 비밀을 알게 될 것이고, 뇌에서 영감을 얻어 혁신 기술을 훔칠 수 있을 것이다.

뇌를 모방한 컴퓨터 아키텍처의 한 예로 인공 신경망을 들 수 있다. 인공 신경망은 입력과 출력으로 서로 연결된 트랜지스터 '뉴런'의 네트워크로 시작하며, 유아의 뇌처럼 아무것도 모른다. "학습"하는 방식은 필기 인식과 같은 작업을 시도하는 것이며, 처음에는 각 글자를 해독하는 신경 발화와 후속 추측이 완전히 무작위로 이루어진다. 하지만 정답을 맞혔다는 피드백을 받으면 해당 정답을 생성하는 데 사용된 트랜지스터의 연결이 강화되고, 틀렸다는 피드백을 받으면 해당 경로의 연결이 약화된다. 이러한 수많은 시행착오와 피드백을 거쳐 네트워크는 스스로 스마트한 신경 경로를 형성하고 기계는 작업에 최적화된다.

2) 진화를 따른다.

뇌가 너무 복잡해서 우리가 모방하기 어렵다면, 대신 진화를 모방해볼 수도 있다. 새의 날개 짓을 모방하여 비행기를 만들려고 하는 것과 같이, 기계는 생물학을 정확히 모방하는 것이 아니라 새로운 기계 지향적 접근 방식을 사용하여 설계하는 것이 좋을 수 있다.

"유전 알고리즘"이라고 불리는 이 방법은 다음과 같이 작동한다. 생물학적 생물은 생명을 유지함으로써 "수행"하고 번식 여부에 따라 "평가"를 받는다. 이와 동일하게 성능 및 평가 프로세스를 반복적으로 진행한다. 컴퓨터 여러대가 하나의 작업을 시도하고 가장 성공적인 컴퓨터는 각 프로그래밍의 절반을 새로운 컴퓨터로 병합하여 교배된다. 열등한 컴퓨터는 제거된다. 이 자연 선택 과정은 수많은 반복을 통해 점점 더 나은 컴퓨터를 만들어낼 것이다.

이러한 진화 과정이 실제 진화처럼 스스로 실행될 수 있도록 자동화된 평가 및 번식 주기를 만들어야 한다. 수 십억 년이 걸리는 진화를 수십 년 안에 수행해야하는 문제가 있다. 하지만 우리는 진화에 비해 많은 이점이 있다.

첫째, 생물 진화는 선견지명이 없고 무작위로 진행되어 도움이 되지 않는 돌연변이가 많이 발생한다. 컴퓨터 진화는 그 과정을 제어할 수 있다.

둘째, 생물 진화는 지능을 포함한 어떤 것을 '목표로' 하지 않는다. 때로는 지능이 높은 것이 많은 에너지를 소모하는 이유로 환경에 적합하지 않을 수도 있다. 반면에 컴퓨터 진화는 지능을 높은 우선순위에 둘 수 있다.

셋째, 생물 진화는 세포의 에너지를 생산하는 방식 등 여러 방면으로 혁신해야한다. 컴퓨터 진화는 추가적인 부담이 없고, 오직 전기와 같은 것만 필요하다.

3) 이 모든 것을 컴퓨터가 알아서 하게한다.

이 방법이 가장 유망한 방법일 수도 있다. 인공지능에 대한 연구를 스스로 학습할 뿐만 아니라 스스로 아키텍처를 개선할 수 있는 컴퓨터를 만드는 것이다. 컴퓨터가 스스로 개발할 수 있도록 컴퓨터 과학자가 되도록 가르친다. 그리고 컴퓨터가 스스로를 더 똑똑하게 만드는 방법을 알아내도록 한다.

 

이 모든 것은 일어날 수 있다.

하드웨어의 급속한 발전과 소프트웨어의 혁신적인 실험이 동시에 일어나고 있으며, 두 가지 주요 이유로 인해 AGI는 예상치 못하게 빠르게 우리에게 다가올 수 있다.

1. 기하급수적인 성장은 매우 강렬하다.
2. 소프트웨어는 한 번의 깨달음으로 발전 속도가 순식간에 바뀔 수 있다

 

 

AGI에서 ASI로 가는 길

언젠가는 인간 수준의 일반 지능을 갖춘 AGI 컴퓨터를 개발하게 될 것이다. 인간과 동일한 수준의 지능과 연산 능력을 갖춘 AGI는 인간보다 상당한 우등할 것이다.

하드웨어:

• 속도
  뇌의 뉴런은 약 200Hz에서 최대로 작동하는 반면, 오늘날의 마이크로프로세서는 2GHz, 즉 뉴런보다 천만 배나 빠른 속도로 작동한다. 그리고 약 120m/s의 뇌의 내부 통신은 광통신에 비하면 끔찍하게 뒤떨어진다.
• 확장과 저장공간
  뇌는 두개골의 모양에 의해 크기가 고정되어 있기 때문에 더 이상 커질 수 없다. 또한 120m/s의 내부 통신은 매우 느리다. 컴퓨터는 어떤 물리적 크기든 확장할 수 있고, 인간보다 훨씬 더 큰 용량과 정밀도를 가진 장기 메모리를 사용할 수 있다.
• 신뢰성 및 내구성
  컴퓨터 트랜지스터는 생물학적 뉴런보다 더 정확하며, 성능이 저하될 가능성이 적고, 저하될 경우 수리하거나 교체할 수 있다. 또한 인간의 뇌는 쉽게 피로해지는 반면, 컴퓨터는 24시간 쉬지 않고 최고 성능으로 작동할 수 있다.

소프트웨어:

• 편집 가능성, 업그레이드 가능성, 더 넓은 가능성
  인간의 뇌와 달리 컴퓨터 소프트웨어는 업데이트와 수정이 가능하며 테스트를 할 수 있다. 인간의 시각 소프트웨어는 매우 발전된 반면, 복잡한 엔지니어링 능력은 매우 낮은 수준이다. 컴퓨터는 비전 소프트웨어에서 인간을 따라잡을 수 있을 뿐만 아니라 엔지니어링과 다른 모든 영역에서도 동등하게 최적화될 수 있다.
• 집단적 능력
  인간은 방대한 집단 지성을 구축하는 데 있어 다른 모든 종을 압한다. 그러나 컴퓨터는 인간보다 훨씬 더 잘할 것입니다. 특정 프로그램을 실행하는 전 세계 AI 네트워크는 정기적으로 서로 동기화하여 한 컴퓨터가 학습한 내용을 다른 모든 컴퓨터에 즉시 업로드할 수 있다. 또한 인간 집단처럼 서로 반대되는 의견과 동기, 이기심이 존재하지 않을 것이기 때문에 하나의 목표를 향해 하나의 단위로 움직일 수도 있다.

스스로 개선하는 AGI는 '인간 수준의 지능'을 중요한 이정표로 여기지 않을 것이며, 이는 단지 인간의 관점에서 볼 때 적절한 지표일 뿐 우리 수준에서 '멈출' 이유가 없다. 그리고 인간과 동등한 지능을 가진 AGI도 인간보다 우월한 이점을 가지고 있다는 점을 고려할 때, 인간 지능에 잠시 근접한 후 인간보다 뛰어난 지능의 영역으로 달려갈 것이다. 이런 일이 발생하면 우리는 큰 충격을 받을 수 있다. 그 이유는 우리의 관점에서 볼 때, A) 인간은 그 동물이 종에서 월등히 높은 지능을 가진 동물도 그저 인간보다 낮은 지능이라고 생각한다. 또, B) 인간은 가장 똑똑한 인간을 가장 멍청한 인간보다 훨씬 더 똑똑하다고 본다.

따라서 인공지능이 인간 지능 수준에 다가올 수록 인간은 단순히 인공지능을 인간보다 지능이 낮지만, 똑똑해지는 수준으로 여기게 될 것이다. 인간 중 가장 멍청한 수준까지 도달하면, "와, 멍청한 인간 같네. 귀엽다!"고 반응할 수 있다. 하지만 지능의 스펙트럼을 넓게 보면 동네 바보부터 아인슈타인까지 모든 인간은 아주 작은 범위 안에 있기 때문에, 동네 바보 수준에 도달하고 갑자기 아인슈타인보다 더 똑똑해져서 무엇이 우리를 강타했는지 알 수 없게 된다:

 

 

지능 폭발

현재 AGI에 도달하기 위한 대부분의 모델에는 AI가 자기 개선을 통해 도달하는 것이 포함된다. 그리고 여기서 우리는 강렬한 개념에 도달하게 된다: 재귀적인 자기 개선은 일단 지능을 향상시키면 더 똑똑해지므로 지능을 향상시키기 위한 노력이 점점 더 쉬워지고 큰 도약을 할 수 있다. 도약이 더 커지고 더 빠르게 이루어짐에 따라 AGI는 빠르게 초지능 수준에 도달하게 될 것이다. 이를 *Intelligence Explosion(지능 폭발)*이라고 하며, *The Law of Accelerating Returns(*가속 수익률 법칙)의 궁극적인 예다.

최초의 AI 시스템이 낮은 수준의 일반 지능에 도달하는 데는 수십 년이 걸리지만, 결국에는 도달하게 될 것이다. 처음에는 컴퓨터가 4살짜리 인간만큼이나 주변 세상을 이해할 수 있게 될 것이다. 한 시간 후 갑자기 이 시스템은 그 어떤 인간도 확실히 해낼 수 없었던 일반 상대성 이론과 양자역학을 통합하는 거대한 물리학 이론을 내놓는다. 그리고 90분 후, 이 AI는 인간보다 17만 배 더 지능적인 ASI가 된다.

그런 규모의 초지능은 마치 메뚜기가 케인지안 경제학을 이해하는 것처럼 우리가 이해할 수 있는 것이 아니다. 인간 세계에서 IQ130은 똑똑함을 나타내고, IQ85는 멍청함을 나타낸다. 우리는 IQ 12,952에 대한 구분을 할 수 조차 없다. 인간이 이 지구를 완전히 지배하고 있다는 것은 분명하다. 하지만 지능에는 힘이 따른다. 즉, 우리가 만들어낼 인공지능은 지구 생명체 역사상 가장 강력한 존재가 될 것이며, 인간을 포함한 모든 생명체는 전적으로 인공지능의 뜻대로 움직이게 될 것이고, 이는 향후 수십 년 안에 일어날 수 있는 일이다.

만약 ASI가 존재한다면 지구에는 전지전능한 신이 존재한다는 뜻이며, 우리에게 가장 중요한 질문은 아래와 같다.

ASI는 좋은 신이 될까?