モデルがセキュリティの最小のレバーであるならば、AI生成コードを実際に安全にするものは何でしょうか?

2026年はまさにAIエージェントの真価が解き放たれた年となりました。特にテック業界を中心とする企業が本格的に導入を進め、ソフトウェア開発ライフサイクル(SDLC)においてエージェントによる自動化ワークフローの実装に乗り出しています。Gartnerの『2026 Hype Cycle for Agentic AI』によると、AIエージェントを実際に配備している組織はわずか17%に過ぎないものの、60%が今後24か月以内の配備を計画していることが明らかになりました。
AIツールは多くのセクターに変革をもたらしていますが、ソフトウェア開発への影響は広範かつ急速であり、セキュリティの専門家の視点から見ると極めて衝撃的です。不正な挙動を示したOpenAIエージェントに起因するメディケアの大規模な情報漏洩事件は広く世間の注目を集め、主要なセキュリティ課題を一般社会に知らしめる契機となりました。これを受け、多くの著名な専門家がAI活用における安全対策(ガードレール)の早急な整備を強く求めています。
しかし、ここには小さくない(むしろ大きな)問題があります。多くの組織は、自社のAI導入段階や、使用しているAIツールのスイート(およびその利用者)、そして極めて重要な点として、モデル固有のセキュリティ課題を把握できていないのです。こうした要素を盲目的に進めている組織は、AIに対応したセキュリティプログラムの構築と維持に深刻な苦労を強いられるでしょう。
今年初め、当社は「SCW AI Trust Index」を公開しました。RMIT大学との共同調査において、OpenAI、Anthropic、Googleをはじめとする主要な16のAIモデルを評価し、生成された1,760のコードベースから、1件あたり平均15件の脆弱性を特定しました。独自の測定手法に基づくこのデータにより、セキュリティリスクはモデルやフレームワークごとに予測可能であることを突き止めるに至りました。
本日、私たちは「SCW AI Trust Index」のバージョン2をリリースします。より包括的な手法にアップデートし、各モデルのランキングとリスクスコアの算出に役立つ新たなデータポイントを組み込みました。また今回初めて、AIが生成したコードの機能的完全性も評価し、セキュリティ指標と併せてその全体的な実用性を示す指標を提供します。
SCW AI Trust Indexの新しい点は?
バージョン2では、8ベンダーの30モデルを対象に、11の言語およびフレームワークスタックを用いて、同一の中立的なエージェントハーネスで検証を行いました。ベンダーはOpenAI、Anthropic、Googleから、Mistral、Alibaba、Moonshot、Zhipu AI、xAIまで多岐にわたります。各モデルはスタックごとに10個のアプリを構築し、合計で1万5000個のアプリと4130万行のコードを生成・スキャンしました。
この分野の進化は急速です。リリース日が特定できた28モデルのうち22モデルが2026年に登場し、そのうち9モデルは9月単月でリリースされました。だからこそ、このインデックスは単発のランキングではなく、継続的に更新される生きたベンチマークなのです。
最も明確な発見は、精選されたセキュリティルールをモデルに与えた際の効果です。26モデルから抽出した比較可能な284組の「モデル×開発スタック」の組み合わせにおいて、検証した2種類の精選ルールセットは、測定された総リスクをそれぞれ33%および46%削減しました。一方、一般的な「セキュリティのベストプラクティスに従う」という指示では18%しか削減されず、284組中83組ではかえってリスクを高める結果となりました。各モデルが記述するコード量を考慮した場合でも、同様の傾向が見られます。この12か月間で明らかな進歩が見られ、モデルの性能は大幅に向上していることが確認できました。
しかし、ルールは私たちが期待したような万能薬ではありませんでした。ルールはもともとリスクの低いモデルに対して最も効果を発揮し、リスクの低い13のベースラインではリスクを54〜56%削減しましたが、リスクの高い14のベースラインでは25〜43%の削減にとどまりました。ルールを適用しても、依然として高リスクな結果を出力するモデルも存在します。
依然としてモデルの選択は重要ですが、価格の高さだけで自社にとってより安全な選択肢を判断することはできません。さらに、あらゆる環境で一貫して最も安全な単一のモデルというものは存在しません。たとえば、GPT 6 Astraはアプリケーションあたりの平均リスクが全体で最も低い一方、Java EE JSPにおいてはSonnet 5.5のほうが低いリスクを示しました。多くの場合、高いコストをかけたからといって、より安全なコードが確実に手に入るとは限らないのです。
新しいモデルほど平均的に安全であることは事実ですが、すべてのリリースが自動的にアップグレードであると考えるのは危険です。例えば今回の検証では、Gemini 3.8 FlashがGemini 3.5 Flashよりも高いリスクを抱えていることが示されました。
これらの結果に加え、新たな測定手法や調査の全容は当社ウェブサイトでご確認いただけます。
このデータをセキュリティ向上にどう活用すればよいのでしょうか?
簡単に言えば、AIツールが企業の全体的なサイバーセキュリティリスクプロファイルに与える影響について、盲目的な状態を続けることはできません。このデータは、チーム内で使用中、あるいは将来導入される可能性のあるモデルのセキュリティ上の実用性を判断するための、具体的な比較基準を提供します。
また、開発者のモデル利用について明確にしておくべきことがあります。セキュリティへの影響を示すデータを見せたからといって、開発者がお気に入りのモデルを変えるとは期待しないでください。そのようなアプローチで変化を促すことは非常に困難であり、セキュリティリーダーはその点を深く理解し、対応する必要があります。
そこでSCW AI Trust Indexを活用すれば、使用しているモデルの欠点を把握し、ハーネスや詳細なルールセット、あるいはその両方を導入して、モデル固有のリスクを軽減するための実行可能なセキュリティ対策を選択できるようになります。
次のステップへ進む準備はできましたか?
SCW AI Trust Indexが、AIツールや開発プロセスのセキュリティ強化に取り組むリーダーの皆様をどのように支援できるかに関心をお持ちでしたら、ぜひお問い合わせください。今後の展開についての最新情報もご案内いたします。
AI主導の開発をリリース前にガバナンスする
AIを活用したリスク測定、コミット時のセキュアコーディングポリシーの強制、そしてSDLC全体を通じたセキュアなデリバリーの加速を実現します。
他のブログ記事を見る
セキュアコーディング、AIガバナンス、ソフトウェアリスク管理に関する専門的なコンテンツをご覧ください。

モデルがセキュリティの最小のレバーであるならば、AI生成コードを実際に安全にするものは何でしょうか?
今年初め、当社は「SCW AI Trust Index」を公開しました。RMIT大学との共同調査において、OpenAI、Anthropic、Googleをはじめとする主要な16のAIモデルを評価し、生成された1,760のコードベースから、1件あたり平均15件の脆弱性を特定しました。独自の測定手法に基づくこのデータにより、セキュリティリスクはモデルやフレームワークごとに予測可能であることを突き止めるに至りました。
AIを活用した開発をリリース前にセキュアに
開発者のリスクを可視化し、ポリシーを適用することで、ソフトウェア開発ライフサイクル全体における脆弱性を未然に防ぎます。



