韓国銀行へのAIサイバー攻撃が全国的な見直しを促すも、AIが犯行主体とはまだ立証されず
韓国銀行へのAIサイバー攻撃を受け、Shinhan Bankの顧客約2万5,000人分を含むデータが流出し、業界全体でセキュリティの見直しが始まった。捜査当局はAIペネトレーションテストツールに関連する痕跡を発見したが、その証拠だけでAIが自律的に攻撃を実行したとは断定できない。
事件は2026年9月29日から10月2日にかけて、韓国最大手の商業銀行5行すべてに及んだ。Shinhan Bank、KB Kookmin Bank、Hana Bank、BNK Busan Bankはデータ流出を報告した。一方、Woori BankとNH NongHyup Bankは攻撃を検知したものの、情報漏えいは確認していない。
より重要な問題は、AIという呼称の下にある。攻撃者は銀行の中核となる取引システムを避け、従業員、ローン代理店、請負業者が利用する保護の弱いサービスから侵入したとみられる。こうした補助システムが、組織上の利便性を攻撃対象領域へと変えてしまった。
韓国銀行へのAIサイバー攻撃、補助システムに波及
今回の攻撃は、銀行が最も厳重に守ってきた顧客向けインフラの外側に共通の弱点があったことを露呈した。
Shinhanは10月1日、最大規模の事件を公表した。ローン代理店が申請の進捗を確認するために使うサービスで、権限のない第三者が認証を回避した。この事件により、約2万5,000人の顧客の個人情報および信用情報が流出した。
流出したデータには、氏名、電話番号、年収、借入限度額、ローン申請時に提供されたその他の情報が含まれていたと報じられている。Shinhanは、主要なインターネットバンキングおよびモバイルバンキングサービスへの影響はなかったとしている。
この区別は重要だが、侵害の深刻さを軽減するものではない。所得や借入に関する情報は、標的型詐欺、なりすまし、フィッシング、ソーシャルエンジニアリングに利用され得る。攻撃者が長期的な消費者リスクを生み出すのに、預金口座へ直接アクセスする必要はない。
KB Kookmin Bankは、従業員向けモバイル業務支援システムに関する別の侵入を報告した。氏名、住所、電話番号、暗号化された住民登録番号を含む119人分の顧客の個人情報および信用情報が流出した。
KBは9月30日夜、外部からの異常なアクセスの兆候を確認したと説明している。漏えいの疑いを検知後、影響を受けたサーバーとアクセス経路を遮断した。
Hana Bankもその後、業務支援システムへの不正アクセスを公表した。この事件では、氏名、住所、メールアドレス、電話番号、勤務先名、住民登録番号を含む89人分の顧客情報が流出した。
同銀行は関連サーバーとアクセス経路を遮断し、緊急対応チームを編成して、影響を受けた顧客に通知した。KBとHanaはいずれも、顧客が侵害に関連する損失を被った場合には補償すると約束した。
BNK Busan Bankは10月1日午後9時ごろ、あるシステムを狙った外部攻撃を検知した。同銀行は主な攻撃活動を遮断したが、複数のウェブページを通じて外部委託の開発作業員11人分の情報が流出したと報じられている。
Woori Bankは9月29日から10月1日にかけて攻撃の試みを受けた。NH NongHyup Bankも侵入の試みを検知した。どちらの機関も、これらの事件による情報漏えいは報告していない。
このキャンペーンは間もなく、大手商業銀行5行を超える広がりを見せた。当局は貯蓄銀行やHyundai Capitalでも関連する活動を確認した。その後の漏えい報告には、Yegaram Savings Bankやその他の金融会社も含まれていた。
事件の概要によれば、影響を受けたシステムは消費者向けのインターネットバンキングおよびモバイルバンキングのプラットフォームとは別のものだった。規制当局が10月4日に調査結果を示した時点で、顧客の金銭的損失は報告されていなかった。
それでも、この侵害は基本的なセキュリティ上の前提を崩した。銀行は決済システムと消費者向けバンキングチャネルに最も強力な管理策を集中させていた。攻撃者はその代わりに、認証が弱い、または不必要に公開された従業員向けツールを探した。
これらのシステムは重要でないわけではなかった。従業員、請負業者、ローン代理店が日常業務を行うために必要な個人情報を処理していた。その補助的な役割ゆえに、最も厳格なセキュリティ境界の外に置かれていたようだ。
これが本稿の中心的な緊張関係を生んだ。大手銀行は取引の中核を守れた一方で、攻撃者が機密データを取得できるほど多くの接続サービスを露出させていた。
セキュリティ評価は最も弱い入口をカバーしていなかった
今回のキャンペーンは、コンプライアンスの結果やセキュリティ認証が、到達可能なすべてのサービスを検証することの代わりにはならない理由を示している。
Shinhanは韓国の個人信用情報管理・保護検査で5年連続の最高評価を受けていた。また、ISMS、ISMS-P、ISO 27001を含むセキュリティ認証も取得していた。
これらの認証は、組織が文書化された管理策を備え、定められた評価を通過していることを示す。ただし、すべてのアプリケーション、連携、外部からアクセス可能なページに実装上の不備がないことを保証するものではない。
侵害されたローン代理店向けサービスでは、認証を回避できたと報じられている。その欠陥は、侵入時にはShinhan全体の評価実績よりも大きな意味を持った。
この事件は、約束と現実の対立を浮き彫りにしている。正式な管理策は成熟した情報保護を約束していた一方、補助的な照会サービスは、要求者の身元を十分に確認せずに顧客データを返していた疑いがある。
KBとHanaも同様の構造的問題に直面した。両行の侵害は、主要な消費者向けアプリケーションではなく、従業員向けまたは業務支援システムに関わるものだった。このパターンは、攻撃者が最も監視の厳しい入口を意図的に避けていたことを示唆する。
銀行の拡張された技術環境には、従業員、請負業者、仲介業者、ベンダー向けのポータルが含まれる。また、業務効率のために構築された一時的なサービス、レガシーアプリケーション、連携機能も存在する。各接続は、保護すべき情報への経路になり得る。
銀行水準の管理策を必要とするのは、送金を行うサービスだけではない。本人確認、雇用、所得、融資に関するデータを返すサービスは、侵害されれば重大な被害を生む可能性がある。
第三者アクセスはさらに別のリスク層を加える。金融機関は、専門システムの開発や保守をベンダーや外部委託の作業員に依存することが多い。別の組織が技術の一部を運用していても、顧客情報に対する責任は銀行に残る。
したがって、セキュリティレビューは組織図だけでなく、データの流れを追う必要がある。ベンダーが管理するアプリケーションにも、同等の情報を扱う社内管理サービスと同じ認証、監視、資産管理、パッチ適用の規律が求められる。
Hanyang Cyber Universityのハッキング・セキュリティ教授であるSon Kyu-sikは、認証が弱い外部接続システムは、自動化されたAI攻撃にさらされ得ると指摘した。また、契約締結後もベンダーを継続的に精査する必要があると述べた。
この見方は、単一の悪意あるツールからライフサイクル管理へと焦点を移す。導入時の安全な調達レビューだけでは、サービスを永続的に守れない。設定は変化し、忘れられたエンドポイントはオンラインのまま残り、新たに発見される攻撃手法がリスクを変える。
この失敗は、評価範囲についても疑問を投げかける。評価者がガバナンス文書、代表的なシステム、確立されたプロセスを調べる場合、銀行は高得点を得られる。一方で攻撃者は、見落とされた例外だけに集中できる。
Shinhanは以前のレビューでローン仲介会社を調査し、リスクの高いベンダーを優先していたとされる。それにもかかわらず、簡素化された照会機能が約2万5,000件の顧客記録への経路となった。
このギャップを受け、銀行の取締役会と規制当局は異なる問いを投げかけるべきだ。どのサービスが到達可能なのか、各サービスはどの情報を返すのか、どの要求が強固な認証なしに成功し得るのかを把握する必要がある。
放棄されたサービスや重複したサービスも特定しなければならない。インターネット公開資産の正確な棚卸しは、守る側が、アクセス可能なまま残っていることを知らないアプリケーションを保護できないため、基本的な要件となる。
公式対応は10月2日、この方向へ動き始めた。韓国の金融委員会は、外部に露出したシステム、認証管理、アクセス制限、不必要な情報露出について即時点検を命じた。
この見直しは、最高情報セキュリティ責任者と業務責任者に直接的な圧力をかける。利便性を目的としたシステムも、組織の広範なセキュリティプログラムが約束するものと同じデータ保護基準を満たすことを証明しなければならない。
ARTEX AIは手がかりであり、最終的な帰属判断ではない
AIセキュリティツールの証拠は自動化の仮説を強めるが、捜査当局はAIがキャンペーンをどのように制御したのかをまだ確立していない。
Shinhanへの攻撃に関連するインフラを調べた研究者は、HTMLページタイトル内に示唆的な文字列を発見した。中国語の文言は、自律型AIペネトレーションテストコンソールに言及していた。
分析担当者はこの文字列を、脆弱性スキャンと攻撃経路の計画を自動化するために設計されたオープンソースシステム、ARTEX AIと結び付けた。ARTEXは、攻撃・防御エージェント機能に焦点を当てたBaidu主導のコンペティションで発表されたと報じられている。
AIエージェントとは、限定的な人間の介入で、目標に向けて複数の手順を計画・実行できるソフトウェアである。サイバーセキュリティでは、このようなシステムは、偵察、脆弱性テスト、侵害の試み、フィードバックを一つのワークフローに結び付けられる。
従来のスキャンツールも、すでに多くの反復作業を自動化している。エージェント型システムは、以前の結果に基づいて行動を選び、発見事項を組み合わせ、オペレーターの次の指示を待たずに戦術を変えることで、さらに踏み込む可能性がある。
これにより、AIは韓国でのキャンペーンに関連性を持つ。複数の機関が、外部に露出した類似カテゴリのサービスに対する集中的な攻撃を受けた。自動化された探索と反復テストは、攻撃者が多数の標的を迅速に調べる助けとなる。
複数の事件では、共通する攻撃者のインターネットプロトコルアドレスも確認された。当局によると、同じアドレスはShinhan、KB、Hana、BNK Busan、Yegaram Savings Bank、Welcome Savings Bank、Hyundai Capitalで確認された。
攻撃者は活動を継続するため、追加のアドレスを使い分けていたようだ。国会に提出されたShinhanの資料では、韓国、米国、日本、香港、シンガポール、ベトナム、タイ、英国に所在するアドレスが特定されていたと報じられている。
これらの所在地から攻撃者の国籍は分からない。サイバー犯罪者は一般に、侵害されたマシン、クラウドサービス、仮想プライベートネットワーク、実際の所在地とは異なるインフラを経由して通信をルーティングする。
Financial Security Instituteの責任者であるPark Sang-wonは、銀行で確認されたアドレスは貯蓄銀行部門で確認されたものとは異なると述べた。ただし、攻撃手法は似ていると説明した。
共有インフラは、協調的なキャンペーンの可能性を裏付けている。shared infrastructure ただし、単一の主体がすべての事案を統括していたことや、その主体が重要な判断をAIモデルに委ねていたことまでは立証しない。
ARTEXに関する記述にも同様の限界がある。活動に関連するサーバーに、AIペネトレーションテストツールに関連した言語表現が表示されていたことは示す。しかし、どのコンポーネントが実行されたのか、どのようなコマンドを実行したのか、どの程度人間の指示を受けていたのかは明らかにしていない。
攻撃者はツール名を変更したり、インターフェースの文字列をコピーしたり、意図的に誤解を招く手掛かりを残したりすることもできる。Webサーバーに表示されたタイトルは有用な証拠ではあるが、検証済みの実行ログと同じものではない。
別の報道では、クレデンシャルスタッフィングが関与した可能性が示された。クレデンシャルスタッフィングとは、別の場所で盗まれたユーザー名とパスワードを、自動化されたログイン試行を通じて別のサービスで試す手法である。
この手法は生成AIより何年も前から存在する。AIは標的の選定、オーケストレーション、適応を改善し得るが、根本的な手法は従来型のままだ。決定的な脆弱性は依然として弱い認証である。
この区別により、過度な結論を避けられる。今回の侵害は、自律モデルが未知の脆弱性を独自に発見し、韓国の銀行システムを侵害したことを証明するものではない。
むしろ、攻撃者が防御の弱い公開アプリケーションに対して自動化を用いたことを示している可能性が高い。AIエージェントがプロセスを加速させ、経路を選択し、反復的な試行を管理した可能性はある。
breach reportingで引用されたセキュリティアナリストは、ARTEXの関与について、可能性が極めて高い、または合理的に疑われると説明した。規制当局による調査はなお進行中だった。
警察庁のサイバー捜査部門も、Shinhan、KB、Hana、Busan Bankでの漏えいについて予備調査を開始した。技術的な帰属判断には状況証拠となるツールの痕跡以上のものが必要であるため、その調査結果は重要となる。
捜査当局には、サーバーログ、取得されたリクエスト、悪意あるペイロード、タイムスタンプ、フォレンジックイメージが必要だ。自動スキャンと侵害の成功を区別し、具体的な行為を影響を受けた記録に結び付けなければならない。
この作業が完了するまで、「AI-powered」は報じられた特徴付けにとどめるべきだ。これは証拠と妥当な運用手法を示す表現であり、誰が行為したのか、システムがどの程度自律的だったのかについての確定した説明ではない。
韓国の防衛戦略はいま独自のトレードオフに直面している
規制当局は、即時の露出を減らしつつ、有用な防御AIをネットワークの外に置き続けるアーキテクチャを温存しない必要がある。
金融委員会は10月2日、初の緊急対応会議を開催した。参加者には金融監督院、金融保安院、大手銀行、カード会社、業界団体が含まれた。
同委員会は企業に対し、外部に公開されている情報技術資産とサービスを一覧化するよう命じた。また、脆弱性、認証、アクセス制御、情報露出、侵入検知の見直しも求めた。
当局は影響を受けた機関に対し、どの情報が漏えいしたのか、消費者に追加的な被害の恐れがあるのかを特定するよう指示した。攻撃元アドレス、侵入手法、試行記録は、Korea Internet and Security Agencyおよびその他の関係機関と共有されることになった。
対応は10月4日に拡大した。FSCのLee Eog-weon委員長は、銀行、保険会社、証券会社、カード発行会社、貯蓄銀行、相互金融組織、フィンテック企業を含む金融セクター全体を対象とする会議を招集した。
報道によると、約500の金融会社に勧告が届いた。規制当局は検査結果について、10月8日までの段階的な期限を設定した。
最も差し迫った対策は単純だった。従業員およびブローカー向けシステムへの外部アクセスは、そのアクセスがサービスに必要でない限り遮断すべきだ。
この措置は公開された経路を迅速に閉じられるが、運用上のコストも伴う。銀行がリモートサポートサービスを設けたのは、従業員、ブローカー、ベンダー、顧客がコアネットワークの外部で情報を必要としていたためだ。
ワークフローを再設計せずに公開アクセスをなくせば、融資、保守、顧客サポートが遅れる可能性がある。性急な制限は、従業員が非公式の回避策を作ることも促しかねない。
より良い対応は、露出の削減と強固な本人確認管理を組み合わせることだ。必要な外部サービスには、多要素認証、狭く定義された権限、リクエストレート制御、継続的なログ記録、返却情報の制限が必要である。
銀行は異常な照会もセキュリティイベントとして扱う必要がある。システムは、繰り返される検索、異常なアクセス地点、セッション間で物理的に不可能な移動、ユーザーの通常の役割を超えるリクエストを検知すべきだ。
より深いトレードオフは、韓国のネットワーク分離政策に関わる。金融機関は歴史的に、露出を減らすため内部ネットワークを公衆インターネットから隔離してきた。
このアーキテクチャは重要な環境を保護する一方、クラウドベースのセキュリティツールや高度なAIモデルの利用を複雑にする可能性がある。防御システムには、最新の外部脅威インテリジェンスと、到達可能なアプリケーションをテストするための十分なアクセスが必要だ。
侵害以前から、規制当局はAIおよびsoftware-as-a-serviceセキュリティ製品を利用する適格機関に対し、ネットワーク分離要件の緩和を始めていた。目的は、攻撃者が利用できるものに匹敵するツールで防御側が脆弱性を検査できるようにすることだった。
5月、FSCは一定の規模およびセキュリティ要件を満たす金融会社向けプログラムを設立した。適格機関は、承認された防御AIおよびSaaSの利用について、1年間の規制上の猶予を受けられる可能性があった。
当初の基準は、資産10兆ウォン以上かつ正規従業員1,000人以上の49金融会社を対象とした。FSCは、金融保安院を通じて最大17社の追加企業に対する段階的な審査と支援を計画していた。
9月までに、第2のテスト段階では対象が75社に拡大した。規制当局は、第1段階の10社に対して15の参加者を選定する計画だった。
これらのプログラムはいま、より大きな緊急性を帯びている。韓国の銀行に対するAIサイバー攻撃は、攻撃的な自動化が、定期的な手作業のレビューよりも速く公開サービスを探索できることを示唆している。
AI defense policyはすでに、金融機関が高度な脅威に対して完全な免疫を得ることはできないと認めていた。その代わり、日常的なサイバー衛生、脆弱性テスト、情報共有、AI支援型防御を重視した。
10月の事案を受け、FSCはAI攻撃にAIで対抗するという原則を支持した。この表現は、根本的な統制を修復せずにソフトウェアを購入する口実となるべきではない。
自動化された防御は、本人確認をせずに機微な情報を返す照会ページを補うことはできない。そのページの発見、統制のテスト、攻撃の検知には役立つが、責任の所在と是正は引き続き人間の責務である。
自律型防御エージェントを機微なシステムに接続することにもリスクがある。統制が不十分なツールは、本番インフラを過度に積極的にスキャンしたり、外部モデルにデータを露出させたり、誤ったシグナルに基づいて混乱を招く行動を取ったりする可能性がある。
したがって、適格機関には、AIセキュリティエージェントがアクセス・変更できる対象について厳格な境界が必要となる。顧客サービスを中断したり本番システムを変更したりする可能性がある行為については、人間の承認を必須とすべきだ。
正しいトレードオフは、AI防御か従来型セキュリティか、という二者択一ではない。銀行には、資産インベントリ、アイデンティティ管理、セキュア開発、ベンダー監督、インシデント対応という確立されたプログラムの中でのAI支援型テストが必要だ。
見直しが銀行セキュリティを変えるかどうかを示す3つのシグナル
次の試金石は、規制当局が測定可能な修正、信頼できる帰属判断、補助システムに対する恒久的な監督を生み出せるかどうかだ。
第1のシグナルは、業界全体にわたる検査の結果である。規制当局は企業に対し、外部公開資産を報告し、認証、アクセス制御、不必要な情報開示、侵入検知を評価するよう求めた。
有用な結果であれば、脆弱なシステムのうち、無効化、修復、またはより強い認証の背後に移されたものが何件あるかを特定するはずだ。単にレビューが完了したと表明するだけでは、残るリスクについてほとんど分からない。
無関係な機関にまたがって同じ弱点が見つかれば、このレビューは構造改革の必要性をより強く裏付けることになる。認証の失敗が繰り返されていれば、今回の事案が一行の孤立したミスではなく、共通の設計上の問題を反映していたことを示すだろう。
反対の結果なら、この結論は弱まる。フォレンジック作業によって別個の脆弱性と無関係な攻撃者が判明すれば、見かけ上のキャンペーンは、時期と報道の注目度によって集まった複数の事案を示す可能性がある。
第2のシグナルは、ARTEX AIに関する技術的な説明である。捜査当局は、疑われるツールがリクエストを生成したのか、攻撃経路を選択したのか、アプリケーションを悪用したのか、あるいは支援インフラに現れただけなのかを立証する必要がある。
複数の標的にまたがる適応的な挙動の証拠は、AIが攻撃者の速度と規模を変えたという主張を裏付ける。AIのブランドを冠したインターフェースを備える従来型のスクリプトスキャンであれば、より限定的な解釈を支持することになる。
これは語義をめぐる争いではない。銀行は統制を再設計する前に、何の能力に対して防御しているのかを理解しなければならない。
自律エージェントには、継続的に動作し、機械の速度で応答する防御が必要だ。クレデンシャルスタッフィングのキャンペーンには主として、強力な認証、レート制限、漏えいパスワードの検知、アカウント保護が求められる。
両者は同じ事案に存在し得る。ただし、セキュリティ予算と規制要件は、注目を集めるラベルではなく、検証されたメカニズムを反映すべきだ。
警察の調査では、単一グループが活動を統制していたかどうかも明らかにする必要がある。共有インフラと類似した手法は連携を示唆するが、どちらも共通の所有を証明するものではない。
国家または国家支援組織への帰属には、はるかに強い証拠が必要となる。Korea UniversityのLee Sang-geunは、利用可能な情報では、特定の国にこの作戦を帰属させることは正当化できないと注意を促した。
第3のシグナルは、緊急レビューが継続的なガバナンスへと移行するかどうかである。補助システムは変化があまりに頻繁であり、一度限りの検査では永続的な保証を提供できない。
銀行は、公開資産のライブインベントリを維持し、ソフトウェア、権限、ベンダー、データフローが変化するたびにテストすべきだ。また、廃止されたサービスに実際にアクセスできないことも検証する必要がある。
規制当局は、主に文書や広範な認証結果に依存するのではなく、実際の攻撃面を評価することで、この規律を強化できる。統制されたレッドチーム演習は、重要でないと見なされていたサービスが価値ある情報を露出しているかどうかを明らかにできる。
レッドチームとは、組織の防御をテストするために攻撃者の行動を模倣する、認可されたグループである。AIはこうしたチームがより多くのサービスを検査する助けとなるが、機関は調査結果を記録し、脆弱性を速やかに解消しなければならない。
ベンダーガバナンスにも同等の注意が必要となる。契約では、セキュリティ要件、通知義務、ログへのアクセス、パッチ適用期限、規制対象情報を扱うシステムを銀行が検査する権利を定義すべきだ。
10月の侵害は、規制当局にAI防御パイロットと測定可能な成果を結び付ける機会も与える。参加者は、自動化ツールによって発見された脆弱性、対応時間、誤警報、運用上の混乱を報告すべきだ。
これらの結果は、より広範なネットワーク規則の変更がレジリエンスを高めるのか、新たなリスクをもたらすのかを判断する材料となる。また、小規模な機関がすべての実験を繰り返さずに、検証済みの統制を導入する助けにもなり得る。
消費者は、影響を受けた銀行からの直接通知に注意を払い、正確な融資情報や雇用情報を含むメッセージには引き続き慎重であるべきだ。過去に漏えいした情報によって、詐欺電話や詐欺メールがもっともらしく見える可能性がある。
金融業界以外の組織も、同じ教訓を得るべきだ。機密データへの経路は、最も目立つ製品ではなく、サポートポータル、ベンダー連携、あるいは社内の利便性ツールを通じていることが多い。
韓国の銀行を標的としたAIサイバー攻撃が重要なのは、昔からある弱点と、より迅速に動ける可能性のある攻撃者が組み合わさっているためだ。脆弱な認証と、放置された外部サービスは、よく知られた問題である。エージェント型自動化は、こうした問題を多くの金融機関にわたって繰り返し探索できる。
調査では、ARTEX AIが正確に何を行ったのかをなお明らかにする必要がある。この不確実性は主張を抑制すべきであり、緊急性を低下させる理由にはならない。
銀行には今、具体的な行動が求められている。到達可能なすべてのサービスを棚卸しし、その背後にあるデータを把握し、あらゆる認証経路を厳しく検証することだ。今後3か月の焦点は、攻撃者が同じ扉を再び試す前に、韓国の見直しが検証可能な変更を生み出せるかどうかにある。
