韓国でAIサイバー攻撃、迅速な点検を促すも被害の背景に基本的なセキュリティの穴
韓国では、AI支援型とみられる攻撃が金融7社に及んだことを受け、2件の迅速な点検期限が設定された。しかし、調査当局はAIの関与を決定的には立証していない。韓国のAIサイバー攻撃が浮き彫りにしたより差し迫った問題は、認証の欠如、脆弱な端末管理、未適用のソフトウェアパッチを抱えた外部公開システムを通じて、攻撃者がデータに到達したことだった。
銀行とクレジットカード会社には、緊急点検の期限として10月6日が設定された。証券会社、保険会社、貯蓄銀行、電子金融サービス提供事業者には10月8日までの期限が与えられた。規制当局はまた、約500社の金融機関に攻撃指標とセキュリティ指針を配布した。
このキャンペーンは中核的な銀行ネットワークではなく、周辺サービスに影響した。この区別は確認済みの被害を限定するものだが、事案を軽微なものにするわけではない。従業員向けポータルやローン募集担当者向けシステムには、顧客記録、申請履歴、法人情報、運用データが保存されている可能性がある。
ここに韓国の規制当局が直面する中心的な緊張関係がある。政府関係者は、より高速で自動化された攻撃に対抗するため、金融機関がAI対応の防御を構築することを望んでいる。一方で、侵害は認証、アクセス制限、迅速なパッチ適用といった既知の対策が欠如していた、あるいは有効に機能していなかった箇所で成功した。
韓国のAIサイバー攻撃で7社を調査対象に
緊急命令により、一見すると別々だった複数の侵害が業界全体のセキュリティ事案となった。
韓国当局は、Shinhan Bank、KB Kookmin Bank、Hana Bank、BNK Busan Bank、Yegaram Savings Bank、Welcome Savings Bank、Hyundai Capitalへの侵入を確認した。Woori BankとNH NongHyup Bankも攻撃を受けたが、顧客情報の流出は確認されていない。
このキャンペーンで報告された最大規模の情報流出はYegaram Savings Bankで発生した。攻撃者が顧客情報を含むサーバーにアクセスした後、約4万人が影響を受けたとみられている。Shinhan Bankは、約2万5,000件の顧客記録が流出したと報告した。
より小規模な事案も、キャンペーンの広がりを示すため重要だ。KB Kookmin Bankは影響を受けた顧客が119人、Hana Bankは89人だったと報告した。BNK Busan Bankは、外部委託先の開発者11人に関する情報が流出したと述べた。
Hyundai Capitalは、146人の住宅ローン募集担当者に関する情報を含むウェブサイトが攻撃対象となったことを確認した。同社は、通常の顧客情報や社内システムは侵害されていないと説明した。
報告された数値は異なるデータセットを示しており、すべての事案が同じ影響を持つかのように合算すべきではない。しかし、商業銀行、貯蓄銀行、消費者金融会社にまたがる繰り返しの不正アクセスを示している。
攻撃は主に、従業員、請負業者、ローン仲介業者が利用するインターネット公開システムに集中していた。規制当局の暫定的な調査結果に関する報道によれば、顧客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サービスは影響を受けていない。当局は、これらの調査結果の公表時点で金銭的被害も確認していなかった。
このパターンが、金融委員会が対応を拡大した理由を説明する。10月2日、FSCは緊急会議を開き、銀行とカード会社に対し、外部公開されているすべてのITシステムを点検するよう指示した。この指示は顧客サービスだけでなく、目立ちにくい社内支援ツールも対象とした。
各社には、公開資産の完全な一覧を作成し、アクセス管理を調査し、不要な公開情報を最小化し、認証を欠いた内部データへの経路を特定するよう求められた。規制当局は金融機関に対し、調査結果を迅速に報告するよう求めた。
10月4日、FSCのLee Eog-weon委員長は、規制当局、業界団体、被害企業を交えたより広範な緊急会議を招集した。新たな事案が発生したことを受け、この会議は10月7日から前倒しされたと報じられている。
Lee Jae Myung大統領は攻撃について報告を受け、徹底した調査と対策を指示した。大統領の関与により、対応は個別機関による通常の是正措置を超えるものとなった。
FSC、金融監督院、金融保安院、韓国インターネット振興院、警察は、それぞれ調査または協調対応において役割を担っている。規制当局は、攻撃者のアドレス、侵入試行の履歴、確認された手法も共有している。
初期のセキュリティ命令が公開資産に焦点を当てたのは、それらのシステムが各事案をつないでいたためだ。これは韓国の中核的な決済インフラへの侵害が確認されたものではない。周辺部のより脆弱なシステムを繰り返し突いたキャンペーンだった。
この区別は、本稿のより大きな問いを生む。比較的一般的な脆弱性が確認済みの侵害を可能にしたのであれば、当局は人工知能の使用が疑われる点にどれほどの説明上の重みを置くべきなのだろうか。
AIとの関連は信頼に足るが、まだ証明されていない
調査当局はAI支援型の偵察と整合する証拠を得ているが、AIがすべての侵害を引き起こしたという決定的な証拠はない。
当局は、銀行業界への攻撃に関連するインフラでARTEX AIに結び付く痕跡を発見した。報道では、ARTEX AIは大規模言語モデルを用いて脆弱性を特定し、侵入を試みるオープンソースの自律型ペネトレーションテストツールと説明されている。
自律型ペネトレーションテストとは、限られた人間の指示で、ソフトウェアがセキュリティ評価の一部を実行できることを意味する。公開されたサービスを調査し、想定される弱点を検証し、オペレーター向けに結果を整理できる。
防御目的で利用すれば、この種のソフトウェアは犯罪者より先に問題を発見する助けとなる。無許可で使用された場合、同様の自動化は攻撃者が調べるシステムの数を増やし、繰り返しの探索に必要な労力を減らし得る。
この証拠は、ARTEX AIから影響を受けたすべての機関に至る単純な因果関係を立証するものではない。公開ツールはダウンロード、改変、模倣できるほか、誤解を招く痕跡として意図的に残される可能性もある。その存在はオペレーターを特定するものではない。
当局はまた、韓国、米国、日本、香港、シンガポール、ベトナム、タイ、英国のアドレスに関連する攻撃トラフィックを観測した。攻撃者は侵害済みのサーバー、レンタルインフラ、プロキシサービスを経由することが一般的であるため、地理情報だけでは帰属の根拠として弱い。
韓国警察庁サイバー局は、経路と実行者の可能性を調査している。規制当局は、ツールが広く入手可能であることと、アドレスが分散していることが帰属判断を難しくしていると公に認めている。
また、攻撃は完全に均一な技術作戦を構成していたわけでもない。金融保安院のPark Sang-won院長は、銀行への事案では同じ攻撃者アドレスが確認された一方、貯蓄銀行への活動では異なるアドレスが使われたと述べた。ただし、手法は似ていたという。
これにより、いくつかの可能性が残る。1人のオペレーターが標的ごとにインフラを切り替えた可能性がある。複数のオペレーターが同じ公開ツールを使用した可能性もある。金融各社に共通する脆弱性を発見した後、攻撃者が成功した手法を模倣した可能性もある。
企業横断の調査結果は、連携の有無を調べる調査を裏付ける。ただし、国、組織、または統一されたキャンペーンを確実に名指しする根拠にはまだならない。
「AI駆動型攻撃」という表現にも慎重さが必要だ。AIはシステムのスキャン、潜在的な脆弱性の優先順位付け、リクエストの作成、侵入試行の自動化に役立った可能性がある。こうした機能のいずれも、モデルがキャンペーン全体を独自に構想し、実行したことを意味しない。
公開報道では、どのモデルが使われたのか、どの程度の自律性を与えられたのか、AIが成功率を実質的に変えたのかは明らかになっていない。また、すべての侵害にARTEX AIが関与したことも示されていない。
最も妥当な表現は、AI支援が疑われるというものだ。この言い回しは、進行中の調査を完了済みの帰属判断として扱うことなく、技術的な痕跡を認める。
この検証上の隔たりは、防御側にとって重要だ。金融機関が、高度なAI攻撃者が同程度に高度な対策を打ち破ったと考えるなら、アクセスを可能にしたより単純な条件を見落とすおそれがある。
調査当局が見つけたのは、本人確認の欠如、不十分なモバイル端末制限、既知のウェブ脆弱性に関わる経路だった。AIが発見を加速させた可能性はあるが、これらの弱点を生み出したわけではない。
したがって重要な変化は、攻撃の経済性にある。自動化ツールにより、オペレーターはより多くの標的を検証し、手法をより速く繰り返せるようになる。多くの機関が類似した支援システムを公開し、同程度のソフトウェアを使用する業界では、これが圧力を高める。
しかし、防御の基本原則が覆るわけではない。認証、資産インベントリ、制限された管理権限、迅速なパッチ適用、有用なログ、訓練されたインシデント対応が、自動化された探索が報告対象となる侵害へ発展するかどうかを依然として左右する。
高度な防御策が試される前に、基本的な対策が失敗した
このキャンペーンを特徴付ける逆説は、AIの脅威が疑われる中で、従来型のセキュリティ不備が繰り返し露呈したことだ。
調査当局は、本人確認なしにローン申請履歴や法人代表者データへのアクセスを許す情報照会サービスを発見した。こうしたサービスは、機微な記録を返す前に、信頼できるユーザーが本人であることを証明するよう求めるべきだった。
別の事案では、従業員支援システムへのモバイルアクセスが関与していた。承認済み端末へのアクセスを制限するための対策が適切に機能していなかったか、実装されていなかった。その結果、従業員向けの情報に到達する外部からアクセス可能な経路が残された。
ウェブサイトのサーバーは第3のパターンを示した。攻撃者は既知の脆弱性を悪用し、悪意のあるコードを設置し、顧客情報を含むログファイルを削除したとみられる。既知の脆弱性とは、公に文書化されたソフトウェアの弱点であり、防御側は多くの場合、パッチまたは緩和策を適用できる。
これらは理論上の監査指摘ではなかった。どの弱点も、公共のインターネットから規制対象の金融機関が保有する情報へ至る実際的な経路を作り出した。
失敗に終わった攻撃との暫定的な比較は、特に重要である。7社への調査によると、多要素認証を導入していた、または脆弱性を事前に修正していた組織は、類似の侵入試行を受けながらも確認済みの侵害を免れた。
多要素認証では、アクセスを許可する前に複数の証明要素を求める。すべての侵入手法を排除するわけではないが、1つの認証情報しか持たない攻撃者や、不十分に保護されたログインフローに到達した攻撃者を阻止できる。
この証拠は、攻撃者の看板ではなく、防御側の実装へと焦点を移す。自律型スキャナーが危険になるのは、誰も把握していないエンドポイント、誰もパッチを当てていないサービス、誰も認証の背後に置いていないデータ要求を発見したときだ。
周辺システムには特に厳しい精査が必要だ。セキュリティプログラムは当然、決済プラットフォーム、口座データベース、顧客向けアプリケーションに多大なリソースを投入する。従業員向けツールや請負業者向けポータルは、組織の最も目立つサービスの外側にあるため、テストが不十分になり得る。
しかし、こうしたシステムはしばしば、公開アクセスと価値の高い社内情報をつないでいる。融資担当者向けポータルは中核銀行システムのデータベースより記録数が少ないかもしれないが、攻撃者はそのデータを不正行為、標的設定、さらなる侵入に利用できる。
サードパーティによる開発は問題をさらに複雑にする。金融機関は主要アプリケーションを詳細に把握していても、小規模なWebサービスではベンダーに依存している場合がある。パッチ適用、ログ取得、認証、廃止の責任がチーム間で分かれると、所有責任は曖昧になる。
そのため緊急レビューは、利用者を問わず、外部に公開されているすべてのサービスを対象とする。この対象範囲は、短い期限そのものより重要だ。目立つ顧客向け製品だけに限定したレビューでは、すでに関与が示されているシステムを見逃すことになる。
10月の期限は、網羅的なセキュリティ変革ではなく、迅速な特定と封じ込めを目的としている。企業は数日以内に、公開システムの棚卸し、未使用経路の閉鎖、不足している認証の追加、デバイスの制限、緊急パッチの適用を実施できる。
より深い取り組みには時間がかかる。金融機関は、なぜこうした弱点が放置されていたのか、資産記録が不完全だったのか、過去の評価で支援サービスが見落とされていたのかを判断しなければならない。また、攻撃者がどれほど長くアクセスしていたか、どのデータを閲覧または持ち出したかも明らかにする必要がある。
韓国当局は11月にかけて、金融セクター全体で基本的なIT統制の自主的な改善を継続する方針だ。不十分な検査の後に大規模な侵害が発生した場合、厳しい対応を取る可能性があると警告している。
この執行姿勢は、問題を迅速に見つける強い動機を生む。一方で、弱点の開示が処罰につながることを企業が恐れれば、報告上のリスクも生じ得る。規制当局は、誠実な発見と是正を、怠慢と区別する必要がある。
セキュリティチームにとって当面の教訓は運用面にある。インターネットに接続された各資産を追跡し、所有者を割り当て、認証をデフォルトで必須にし、管理アクセスを制限し、パッチが実際に本番環境へ届いたことを確認するべきだ。
急速に進む対応では、文書化も重要である。チームには、アクセスログ、ベンダー通知、調査メモ、判断を集約できる信頼性の高い場所が必要だ。検索可能なナレッジベースはこの作業を支援できるが、技術的なセキュリティ統制の代替にはならない。
韓国でのAIサイバー攻撃は、既存の防御策が時代遅れであることを示したわけではない。より速い偵察によって、既存防御策の一貫しない導入コストが高まることを示した。
ソウルのAI防衛計画が生む独自のトレードオフ
韓国は金融機関にAI支援型攻撃へAIで対抗することを求めているが、防御ツールへのアクセス拡大には、より厳格なガバナンスも必要になる。
FSCの李委員長は、AI攻撃をAIで防御できるシステムを構築するよう業界に促した。この構想は今回の事件以前から存在し、高度なモデルによるセキュリティ脅威に金融機関を備えさせる、より広範な政府の取り組みの一部を成す。
2026年初頭、FSCは、AIおよびSaaS型セキュリティツールを利用する適格な金融会社を対象に、韓国のネットワーク分離規則を緩和するプログラムを示した。ネットワーク分離は、機密性の高い内部システムと外部ネットワークの接続を制限するものだ。
政府は、資産および人員の基準に基づき、当初の対象として49社の大手金融会社を特定した。申請企業は、1年間の規制上の特例を受ける前に、セキュリティ管理とAI能力の評価を受けることになる。
この緩和は、脆弱性テストやセキュリティサービスなど、防御目的に限定された。参加企業は、補完的なセキュリティ要件にも従い、高度なAI脅威に関する発見を政府へ報告する必要がある。
AI防衛フレームワークは現実的な制約を反映している。銀行は、攻撃者が利用可能なツールへの管理されたアクセスがセキュリティチームになければ、現代的なAI対応攻撃を十分にテストできない。
AI支援型の防御は、アラートの分類、システム横断での活動の相関分析、大量ログの要約、公開資産の優先順位付けに役立つ。自動テストはまた、小規模なチームが手作業で行うより速く、一般的な弱点を特定できる可能性がある。
その効果は実装に左右される。低品質のアラートを何千件も生成するツールは、分析担当者の注意をそらしかねない。過剰なアクセス権を与えられたモデルは、機密データを露出させ、安全でない操作を実行し、あるいは監視が必要な別のシステムになり得る。
ネットワークアクセスにも同様のトレードオフがある。クラウドベースのセキュリティサービスを金融環境に接続すれば専門的な能力を得られるが、同時に信頼境界内のシステムと組織の数も増える。
答えは、AIを一律に避けることではない。防御モデルがアクセスできる対象、人による承認が必要な操作、出力の検証方法、データ保持の方法を定義することだ。
金融機関は、発見と是正も分離すべきだ。AIエージェントはテストを提案したり、脆弱性の可能性を特定したりできる。だが、適格な担当者がその発見を検証し、本番サービスを停止させるおそれのある行為を承認すべきである。
この区別が重要なのは、積極的なセキュリティテスト自体が障害を引き起こす可能性があるためだ。韓国はすでに、金融機関がサービスを迅速に復旧し、消費者を保護することを条件に、積極的なセキュリティテストまたはパッチ適用に起因する軽微なシステム障害に対する規制上の救済を検討している。
中小企業は別の課題に直面する。大手銀行は専門人材を採用し、複数のセキュリティプラットフォームを評価できる。貯蓄銀行やフィンテック企業は、モデルの評価、統合の保護、大量の自動検出結果の解釈に苦労する可能性がある。
そのため金融保安院は、社内リソースが少ない金融機関への支援を拡大している。政府の計画には、脆弱性対応支援、AIサイバーセキュリティ支援センター、金融セクターの脅威に焦点を当てた研究機能が含まれる。
共有支援は能力格差を縮められるが、単一の検知手法への一様な依存を生むべきではない。すべての組織が同一のシグネチャを使い、同じ自動化された結論を信頼すれば、攻撃者は適応できる。
現在のキャンペーンはそのリスクを示している。複数の金融機関が類似設計のポータルを公開していれば、自動化された攻撃者は同じ手法を再利用できる。標準化された防御は最低限の基準を確立しつつ、独立した検証と多層的な統制を維持すべきだ。
帰属には危険もある。AIシステムはアドレス、コード、戦術にまたがるパターンを示せるが、類似性は同一性を意味しない。モデルによる確信度の高い分類が、裏付け証拠なしに公的な非難へ転じるべきではない。
したがって懐疑的な見方は明快だ。AI対応の防御は速度を改善できるが、当局はまだ、一貫した認証とパッチ適用より効果的にこれらの侵害を防げたことを示していない。
それはこの戦略が誤っていることを意味しない。高度なツールは、機能する統制基盤の上に置かなければならないということだ。そうしなければ、銀行はより速い分析を購入しながら、同じ露出した入口を開けたままにする危険がある。
迅速な点検が機能したかを示す3つのシグナル
対応は、検証済みの是正、より明確な帰属、10月の期限を超えた測定可能な改善によって評価されるべきだ。
最初のシグナルは、金融機関が10月6日と10月8日のレビュー後に何を報告するかである。最も有用な開示は、公開サービス、不足している認証統制、脆弱なサーバー、公開アクセスから除外されたシステムを定量化するものだ。
レビューが完了したという声明だけでは、ほとんど証拠にならない。規制当局は、資産インベントリが実態と一致していること、企業がリスクの高いサービスを修正または隔離したことを確認する必要がある。
結果はまた、確認済みの7件の侵入がキャンペーンの全容だったかどうかも明らかにする。緊急レビューでは、最初の公表に含まれていなかった過去のアクセスや影響を受けたシステムが見つかることがある。
追加の侵害が判明しても、それだけでレビューの失敗を意味するわけではない。これまで隠れていた問題をプロセスが発見したことを示す可能性がある。より重要なのは、企業がどれほど迅速にアクセスを封じ込め、影響を受けた人々へ通知したかという点だ。
2つ目のシグナルは、AIに関する証拠についての警察および規制当局の評価である。捜査当局は、ARTEX AIの痕跡が何を示すのか、どの標的がインフラを共有していたのか、同じ運用者が観測されたアドレスを管理していたのかを説明する必要がある。
決定的な帰属が得られない可能性は残る。それでも公的な報道は、確認済みの痕跡を技術的な推論や憶測と区別すべきだ。この区別により、曖昧なツール痕跡が根拠のない物語として定着することを防げる。
より詳細な情報は、自動化がキャンペーンの規模を変えたという判断を強め得る。反復される機械生成リクエスト、迅速な標的の切り替え、共有された自動ワークフローの証拠は、ツール名の存在だけより有益だ。
反対に、攻撃者が主に既知の弱点に対して既存のスクリプトを使っていたことが証明されれば、AIが中心的だったという主張は弱まる。それでも侵害の重要性は減らないが、防御側がリソースをどう配分するかは変わる。
3つ目のシグナルは、11月の是正プログラムが持続的な統制変更を生むかどうかだ。規制当局は、指導を受けた企業数だけでなく、組織が公開資産を減らし、パッチ遅延を短縮し、認証を一貫して強制しているかを検証すべきである。
より広い侵害の記録は、事態の重大性を高めている。2025年、韓国では個人データ侵害の報告が447件記録され、前年比45.6%増となった。侵害傾向に関する報道で引用された政府統計によると、その報告の62%はハッキングによるものだった。
その他の最近の事件は、金融キャンペーンで現在確認されている露出よりはるかに大規模だった。SK Telecomは、2,324万人分のUSIM関連データに関わる侵害を公表した。Lotte Cardは、297万人の顧客の個人信用情報が盗まれたと報告した。
これらの出来事は、同じ攻撃者、手法、失敗が7つの金融機関に影響したことを証明するものではない。ただし、規制当局がより迅速な行動とより広い説明責任を求めている環境を示している。
韓国のAIサイバー攻撃が意味ある転換点となるのは、対応が日々のセキュリティ実務を変える場合に限られる。迅速なレビューは目先の隙間を塞げるが、世間の注目が別の場所へ移った後も、金融機関は所有責任とテストを維持しなければならない。
開発者は、セキュリティ要件が請負業者向けポータルや小規模な支援アプリケーションにも拡大されるか注視すべきだ。企業の購入担当者は、認証、パッチの所有責任、ログ、AIエージェントの権限を製品がどのように扱うかをベンダーに尋ねるべきである。
ナレッジワーカーは侵害通知を慎重に扱い、漏えいした応募情報や雇用情報を用いた標的型メッセージに注意を払うべきだ。予期しないメッセージ内のリンクや連絡先情報に頼るのではなく、公式チャネルで依頼を確認する。
今後数週間で、見出しは証拠へ置き換わるべきだ。まず完了したレビューの結果を、次にAI関与の調査を、そして3番目に検証済みの11月の是正を注視したい。これらのシグナルを合わせれば、韓国が露出したシステムを修正したのか、それとも見慣れたセキュリティ問題の名前を変えただけなのかが分かる。
