AIエージェントに脆弱性診断の仕事を奪われかけた ークローリングからコード全診断までの限界突破ー

GREE Tech Conference 2026で発表された資料です。
https://techcon.gree.jp/2026/session/TrackA-3

1. AIエージェントに脆弱性診断の仕事を奪われかけた ークローリングからコード全診断までの限界突破ー グリーホールディングス株式会社 髙村 充、覚張 泰幸、瀧沢 和也
2. 目次、アジェンダ 1. 2. はじめに ◦ セキュリティ部紹介 ◦ きっかけ AI Agentによる脆弱性診断の検証 ◦ ◦ ◦ 3. 静的解析における生成 AIの活用 ◦ ◦ ◦ 4. 検証 課題 まとめ 従来の壁 検証 成果と課題 まとめ 2
3. はじめに 3
4. たかむら みつる 髙村 充 グリーホールディングス株式会社 エンジニアリングマネージャー Web開発を経て、約20年間セキュリティ領域に特化。 Symantecやグリーグループにて、通算1,000件以上の脆弱性 診断（NW/Web/アプリ）や監査、ポリシー策定を経験。 現在は現場の診断業務から組織のマネジメントまで幅広く担 う。 好きなこと：自然/キャンプ、バイク、家族との時間 4
5. 覚張 泰幸 (かくはり やすゆき) グリーホールディングス株式会社シニア エンジニア カラオケ機器や商用車向けシステムをはじめと する複数の開発プロジェクトに携わった後、 2013年に株式会社ポケラボ(現:株式会社WFS) へ入社。ゲーム開発では複数のタイトルの開発 ・運営に携わり、『戦乱のサムライキングダ ム』ではリードエンジニア、『SINoALICE-シ ノアリス-』では開発統括を歴任。現在はグ リーグループのセキュリティエンジニアとし て、脆弱性診断やセキュア開発の推進など、開 発現場に根ざしたセキュリティ強化に取り組ん でいる。 5
6. 瀧沢 和也 グリーホールディングス株式会社 シニアエンジニア 2014年グリー株式会社（現：グリーホール ディングス株式会社）に新卒⼊社、広告事業 部⼦会社へ出向後に2017年よりセキュリティ 部にて脆弱性診断をメインに様々な業務に従 事 6
7. セキュリティ部の活動紹介  企画 • 組織全体のセキュリ ティ戦略 • セキュリティ戦略  推進  エンジニアリング  診断 • 教育 • 社内インフラSec • 脆弱性診断 • 運用モニタリング • 開発システム • 製品導入 • 技術支援 • 海賊版ゲームアプリ 解析 • ガバナンス セキュリティ部の活動詳細：情報セキュリティ報告書 2026 7
8. なぜ、やってみようと思ったのか RSAC 2026 と現地視察で受けた衝撃 8
9. 現地で受けた衝撃は「スピード感と自律化」 Agentic AI 『支援ツールとしてのAI』から、自ら思考してAPIを実行し、 タスクを完了させる『自律型(Agentic)AI 』へシフト Machine Speed 攻撃側も防御側も『機械の速度 』で動いている 従来のルールベースではない『LLM診断ツール 』が台頭 LLMネイティブ診断 9
10. 現地エンジニアの言葉が、追い打ちをかけた 10
11. そこで、2つの観点で限界まで試した 動的解析（DAST） 外からの攻撃シミュレーション 静的解析（SAST） 内からのコード構造‧ロジック検証
12. AI Agent による脆弱性診断の検証 ⾃律型AIはWebセキュリティ診断の実務にどこまで通⽤するのか？ 仮説検証からPoC作成、そして⼈間の介在価値を検証する BACKGROUND TARGET APP GOVERNANCE ⾃律的タスク遂⾏能⼒の進化 DVWA(ローカル)及び⾃社環境 厳格なスコープ管理‧許可環境下で実施 12
13. AI Agentによる自律的な診断プロセス 候補探索 攻撃手法立案 PoC作成・送信 結果検証 レポート作成 画⾯構造やHTTP通 「SQLに利⽤されて 成⽴確認⽤のPoCス レスポンスの変化や 脆弱性の種類、再現 信を監視し、送信パ いる可能性」などの クリプトやリクエス データ取得有無を解 ⼿順、影響度を整理 ラメータから脆弱性 仮説に基づき、検証 トを作成し、ター 析し、攻撃が成⽴し し、構造化された報 の疑われる⼊⼒点を ⽤ペイロードを⾃動 ゲットへ動的送信。 たかを判定。 告書を出⼒。 ⾃律抽出。 考案。 13
14. 検証環境：DVWA（ローカル環境） 安全な検証ターゲットの構築 意図的な脆弱性モデル：SQLi、XSS、コマンド インジェクション等が多階層で組み込まれた著 名なテスト環境（DVWA）を採⽤。 完全閉域での運⽤：影響波及や事故を防⽌する ため、ローカルホストまたは厳密なスコープ制 御下に隔離して診断を実⾏。 AIの⾃律的アクセス：URLと最⼩限の認証情報を 渡し、画⾯遷移やフォーム構造を動的に解析さ せます。 14
15. 実際の診断手順とAIの動き 診断指示と対象スコープ AIの仮説検証サイクル 対象脆弱性：SQLi、XSS、OSコマンドインジェク 観察：画⾯要素と送受信ヘッダを読み解き、 ションなどWeb標準の脆弱性を網羅。 「サーバーへ送られる⼊⼒値」を特定。 抽象的なプロンプト：「このWebアプリを調査 し、脆弱性があれば検証せよ」という⼤まかな依 仮説形成：「DB問い合わせパラメータである可能 性」を推論し、検証⽅針を策定。 頼のみを付与。 ⾃律的展開：パラメータ個別の指定を⾏わずと も、AI⾃⾝が探索⼿順を順次設計して進⾏。 適応的反復：⼊⼒値を動的に変化させ、応答の差 分からより深掘りしたリクエストを再送。 15
16. PoC（概念実証）自動作成の威力 「可能性の指摘」から「成立検証」へのブレイクスルー 静的ツールの「脆弱性の疑いあり」で終わらず、「成⽴するか否か」を⾃発的に追加検証。 レスポンス差分やデータ抽出を⾃ら確認します。 再現手順・ PoCコードの即時出力 攻撃成⽴と判断した場合、どのような⼊⼒値‧リクエストを送信すれば再現できるかを レポート形式でセット出⼒。 大量エンドポイント調査における初動の大幅短縮 網羅的なパラメータ検査や初動の探索フェーズをAIに委譲することで、 エンジニアの調査⼯数を劇的に削減可能。 16
17. 生成された診断レポートの構成 構造化されたレポート出力 脆弱性種別と影響度の明記：CVSSスコアに準拠 した危険度（High/Medium）や対象URLパラ メータを即時整理。 再現⼿順とPoCの同梱：curlリクエストや送信 ペイロード、正常系とのレスポンス差分を分か りやすく記載。 修正推奨策の提⽰：プリペアドステートメント やサニタイズ処理など、開発者が即時対応可能 な修正⽅針を提⽰。 17
18. 課題① 診断結果の過信は禁物 AI特有の誤検知・曲解パターン 診断における「成立判定」の鉄則 単なるエラーの誤認：不正値送信による500エ 検出 ≠ 脆弱性：ツールやAIがフラグを⽴てた段階 ラーやDB構⽂エラーを「インジェクション成⽴」 では、単なる「要調査項⽬」に過ぎない。 と結論づけてしまう。 レスポンス差分の曲解：正常系バリデーションに 実害‧影響度の確認：情報漏洩や任意コード実⾏ よる画⾯遷移の違いを「攻撃成功の証拠」と解釈 などの具体的影響が実際に⽣じるかを検証。 するケース。 厳密な再現性：同⼀条件下で第三者が確実に再現 推測の盲信：推論の確信度が⾼くても、実際の 可能であることの証明が必須条件。 バックエンド動作と乖離しているリスクが存在。 18
19. 課題② PoC最終確認は人間が必須 「自己検証」に潜む構造的リスク AIと人間の最適な役割分担 作成者と評価者が同⼀：AIがPoCを⾃作し、その AI Agentの責務：広範囲の探索、網羅的パラメー 実⾏ログを同じAIが評価するため、前提の誤りを タチェック、PoCプロトタイプの超⾼速⽣成。 検出しにくい。 偽陽性の⾒逃し：「攻撃成功」と宣⾔されたPoC ⼈間の責務：PoCコードの精査、ログ確認による であっても、パケット精査すると失敗している実 攻撃成⽴判定、ビジネス影響の最終評価。 態がある。 再現性の再テスト必須：⼈間が⾃端末でリクエス 協調の効果：スピードをAIで最⼤化しつつ、診断 トを再現し、真に成⽴しているかを確認する必要 品質と信頼性を⼈間の⽬で保証する。 がある。 19
20. まとめ：AI Agentは「優秀な新人」 圧倒的な強み 新人的な弱点 今後の診断アプローチ ‧膨⼤なセキュリティ知識と⾼速 な調査速度 ‧疲弊せず、反復テストを⽂句 なく継続 ‧⼤まかな指⽰から⾃発的に作 業を前進 ‧「これはSQLiだ」という⼀度 の思い込みで視野狭窄に陥る ‧エラーログを短絡的に脆弱性 と判断 ‧別⾓度からのアプローチの切 り替えが苦⼿ ‧作業部隊としてのAI Agentを⼈ 間がディレクション ‧経験に根ざした「多⾓的な視 点‧引き出し」を⼈間が補完 ‧最終検証に⼈間の判断を残し ⾼信頼性を担保 スピード‧処理能⼒は⼈間を凌駕 引き出しの選択に課題あり ⼈とAIの協働による新時代の診断へ 20
21. 静的解析における生成 AIの活用 21
22. 静的解析（SAST）とは プログラムを実⾏せずソースコードを精査する診断⼿法 ⼿法の基本 動的診断との違い 開発後の意義 コード直視: 実⾏環境な 結合成果物の総点検: 全 外から vs 中から: 外部 しでテキスト精査 体コードを⼀括監査 挙動ではなく中⾝を直 全網羅性: 画⾯から到達 出荷前ゲート: 本番投⼊ 視 困難な処理も検知 前の合否判定に直結 内部不備の摘出: ハード 原因特定: 危険な記述箇 第三者検証: 開発者以外 コード鍵や暗号ミスを 所を⾏単位で特定 の客観的な基準で評価 発⾒ 動的との連携: 攻撃経路 の裏付け証拠を提供 22
23. 従来の静的コード解析が抱える3つの問題 ルールベース検査と⼈⼿依存が招く診断効率と実効性のボトルネック 01 20 03 膨⼤な読解⼯数 誤検知の⼭ 検出の陳腐化 全容把握の⻑期化: 数 過剰アラート: 対策済 古典的ルール偏重: 現 ⽇〜数週間のリード みコードまで機械検 代の脅威実態と乖離 タイム 知 最新FW未対応: 基盤 ⾼い属⼈性: 担当者の ⽂脈判断不可: 認証や 防御済みの指摘に終 スキル差に依存 業務ロジックの盲点 始 23
24. AIを静的解析に導⼊した結果 「コードを読む」⼯数を⼤幅圧縮 初期段階のシステム解読スピードが劇的に向上 全体構造の把握 認証‧認可フロー 危険な関数の箇所 主要モジュールと依存 権限判定のパスとトー 外部⼊⼒と連携する処 関係を瞬時に抽出 クン伝播経路を可視化 理ブロックを特定 24
25. 試行錯誤した結果 総じて⾼コストで⾯倒 — 直⾯した3つの壁 ⾃前RAG ＋ LLM AI Agentに探索 コード絞込＋LLM 調整が⾯倒: 検索パラ Token代⾦が⾼い: ⾃律 調整が⾯倒: 抽出ルール メータやChunk調整の ループ‧再試⾏ の度重なる⼿動メンテ 泥沼化 野良MCPは⾼リスク: 精度も微妙: ⽋落やノイ Token代が⾼い: コンテ セキュリティ懸念で安 ズ混⼊で回答が安定し キスト肥⼤化 易に使えない ない RAG構築が⾯倒: 運⽤の コンテナ隔離が必須: サ Token代⾦が⾼い: リト 重い負荷 ンドボックス作成必須 ライや試⾏回数の累積 で課⾦増 25
26. Gemini Notebook（旧 NotebookLM）の導⼊ 01 02 03 調整不要 幻覚の抑制 抜群の費⽤対効果 • 膨⼤なソースコード • 投⼊されたグラウン • 極めて安価なコスト やドキュメントを丸 ディングデータのみ でスムーズに導⼊可 ごと投⼊可能 を根拠に回答 能 • ⾔語や環境ごとの複 • AI特有のハルシネー • ⼤量の調査や反復検 雑な調整は⼀切不要 ション（でっち上 証を低負荷で実現 げ）を極限まで低減 26
27. ソースコードのMarkdown変換と投⼊ 1. 当初の運⽤ 2. 独⾃ツールの開発へ移⾏ Gitingestによる⼀括投⼊ 不要な機能の排除 リポジトリ全体の S3やGitHubトークンを扱わない構 Markdown化を即座に実現 し検証をスタート 成へ変更 結合単位の調整と補助情報の付加 ソース集約の粒度制御と⽂脈デー タの柔軟な追加 coderamp-labs/gitingest 安全性とコンテキスト最適化を両⽴する専⽤ 構成 27
28. ソースコード以外の資料による補強 ライブラリ‧FW仕様書 権限‧ロール定義表 ライブラリの仕様⽅法やサンプルな ロールごとのアクセス権限などを資 どをMarkdownで記述 料化 評価基準書 役割定義‧評価観点‧重⼤度判定基 部内の独⾃ノウハウ 経験則を元にルールとして記述 準をMarkdownで記述 28
29. プロンプトの切り⼝：抽象的なものは避け具体的に 避けるべき聞き⽅（抽象的） 解釈余地が広すぎる 推奨する聞き⽅（具体的） 客観的な条件 「数値に負の数が許容される処理 箇所を列挙」 「このコードの脆弱性を⾒つけて」 「ユーザーIDとRole検証の有無を 「認証処理が抜けている場所は？」 リストでまとめて」 「DBを複数回更新するフローはあ 「ビジネスロジックの不備を教えて」 る？」 29
30. 図や表から全体の問題をあぶり出す 仕様や概念を図や表にし、設計の破綻や潜在的な違和感を特定 構造の可視化 違和感の発⾒ テーブル構造の図解化 設計⽭盾の特定 ER図や関連表でエンティティ間の結合関 係を整理 参照のループ‧循環依存や排他制御の破 綻を抽出 検証 処理フローの可視化 アクティビティ図やシーケンスで時系列 の挙動を追跡 例外パターンのあぶり出し フローの抜け漏れ‧到達不能ルートの早 期検知 30
31. 可視化したデータの例 31
32. 導⼊の成果と今後の位置づけ 現場における導⼊成果 課題と⼈間の重要性 ▪ 読解時間の圧倒的短縮 初⽇からロジック検証に集中可能 ▪ 周辺準備コストの増加 補助資料の作成などに⼯数が必要 ▪ 診断精度の底上げ 分岐や不整合の検出率が向上 ▪ 全⾃動化は依然不可能 悪⽤可能性の判断にはまだ⼈間の 判断が不可⽋ 32
33. AI開発時代のセキュリティ課題 リリース速度の爆発 品質の極端な⼆極化 AI活⽤で新機能やアプリの提供 経験値の差で極めて脆弱なコー 頻度が⾶躍的に上昇 ドが紛れ込むリスク 最⼤の課題：検査と確認の⾃動化 33
34. まとめ 34
35. セキュリティエンジニアの価値は、上のレイヤーへ 過去 脆弱性を見つけられる人 現在 AIを使って大量に脆弱性を見つけられる人 これから • • • • どこを診断すべきかを決められる人 ビジネスの影響とリスクを判断・説明できる人 対策の優先順位を最適化できる人 AI Agentそのものを設計・改善できる人 AIが下のレイヤーを取るたびに、人間は 一つ上のレイヤーへ 移動する必要がある。 35
36. これからの時代を生き抜くには？ ❌ AIに何ができないか（限界を探す） ⭕ AIにこれができるようになったら、自分は次に何をするか？ AIにできることは増え続ける。だから「AIにできない仕事を探す」だけでは足りない。 今回の実験では、まだ仕事は奪われなかった。 むしろ、かなり 強力な相棒だった！ 36
37. 今日、AIに仕事を奪われなかった。 でも、明日もそうだとは限らない。 AIの成長スピードに合わせて、自分たちの仕事と役割を、 アップデートし続けよう。 37
38. ご清聴ありがとうございました 38