ビジネス活用2026年11月更新

新韓銀行ハッキングにAIエージェント悪用の疑い|2.5万人の個人情報流出・韓国銀行への連鎖攻撃・金融機関が取るべきAIサイバー攻撃対策【2026年10月】

公開日: 2026/10/08
更新日: 2026/11/18
新韓銀行ハッキングにAIエージェント悪用の疑い|2.5万人の個人情報流出・韓国銀行への連鎖攻撃・金融機関が取るべきAIサイバー攻撃対策【2026年10月】

この記事のポイント

新韓銀行など韓国の金融機関への不正アクセスで、AIエージェント型の侵入ツール「ARTEX」が使われたことを韓国当局・CrowdStrike・FBIが認めました。2.5万人分の流出内容と被害の広がり、11月時点で確定したこと、日本の金融機関が点検すべき6項目を整理します。

2026年10月1日、新韓銀行はローン仲介の外部委託人(融資募集人)向けの照会サービスに不正アクセスを受け、顧客2万5,729人分の氏名・電話番号・年収・融資限度額などが流出したと公表しました。その後、韓国の金融保安院、米CrowdStrike、米FBIがいずれもAIエージェント型の侵入テストツール「ARTEX」が攻撃に使われたと認めています。ただし、AIが勝手に動いたわけではなく、人間の攻撃者がAIを道具として使ったというのが11月時点の見方です。

狙われたのは顧客向けのネットバンキングではなく、職員や取引先が使う外部公開の業務システムでした。手口も、照会番号を書き換えて他人のデータを引き出す昔ながらの「認可チェックの穴」に近いものです。

この記事では、次のことがわかります。

  • 新韓銀行で流出した情報と侵入経路、検知の遅れと補償の状況
  • KB国民銀行・ハナ銀行などへの連鎖攻撃の被害一覧と、11月までの時系列
  • ARTEXとは何か、AIの関与で確定したこと・まだわからないこと
  • 韓国の金融当局が10月〜11月に出した対策と、日本の金融庁の注意喚起
  • 日本の金融機関が点検すべき6項目と、利用者が注意すべき二次被害

金融機関や、その委託先・代理店でシステムを担当している方、セキュリティ責任者、AIエージェントを使った攻撃が自社に及ぶか知りたい方に向けた記事です。

この事件の要点

  1. 新韓銀行の流出は2万5,729人。入口は融資募集人専用の照会サービスで、顧客向けアプリ(新韓SOL)は影響を受けていない
  2. 同じ攻撃者とみられる被害は韓国の金融機関でおよそ6.7万人(報道により6.6万〜6.8万人)。韓国金融委員会が11月5日に公表した金融業界全体の侵害は37社・40件・約47.3万件に広がったが、これはARTEX以外の事案も含む合計
  3. ARTEXの使用は確定した。一方で攻撃者は特定・逮捕されておらず、「中国の国家による攻撃」とはどの機関も認定していない
  4. 教訓は「AIが新しい攻撃を生んだ」ことではない。外部に開いた周辺システムの古い穴が、AIで速く・広く探されたことにある。外部接点の棚卸し、全接点への多要素認証、大量照会の検知が最優先になる

AIエージェントのリスクの全体像から押さえたい方は、AIエージェントのセキュリティ対策|リスクの全体像とチェックリストもあわせてご覧ください。

新韓銀行で何が起きたのか

新韓金融グループのロゴ(新韓銀行の親会社)

出典: 新韓金融グループ 公式サイト

新韓銀行の流出は、モバイルサイト「M新韓」にある融資募集人専用の申込進捗照会サービスで、通常の認証と本人確認を迂回されたことが原因です。銀行は、インターネットバンキングの中核システムや顧客向けアプリには影響がないと説明しています。

流出した情報

項目

内容

公表日

2026年10月1日

被害人数

2万5,729人(金融保安院・国会資料ベース。報道では「約2万5,000人」)

主な流出項目

氏名、電話番号、年収、算出された融資限度額など、融資申込に関する個人(信用)情報

特に機微な情報

住民登録番号66件、本人識別情報(CI)97件

侵入経路

M新韓の融資募集人専用照会サービス

流出が確認されていないもの

口座のパスワード・カード番号など、直接の不正決済につながる情報

影響がないとされたもの

インターネットバンキングの中核取引システム、顧客向けアプリ「新韓SOL」

年収・融資限度額・電話番号がそろって流出している点が重く見られています。NordVPNのファン・ソンホ氏は、個人情報と金融情報の両方が漏れたことを懸念点に挙げました(Bloomberg配信、Insurance Journal)。

手口として報じられていること

攻撃者は通常の認証と本人確認を迂回し、顧客識別番号などの照会値を機械的に入れ替えながら、他の顧客の記録を次々に引き出したと報じられています(Herald Business、トゥデイ新聞)。

URLやリクエストの中の番号を書き換えるだけで他人のデータが見えてしまう「IDOR(BOLA)」と呼ばれる認可不備に当たる手口です。銀行や当局がこの用語で説明しているわけではなく、細かい技術情報も公表されていません。

検知まで15時間、気づいたのは開発部門

国会政務委員会の国政監査で出た資料によると、新韓銀行が侵入に気づくまで15時間26分かかりました。しかも異常を見つけたのはセキュリティ部門ではなく開発部門でした(Byline Network)。

ほかの銀行はさらに時間がかかっています。KB国民銀行は67時間41分で、9月27日23時19分の最初の接近を「よくある異常トラフィック」と判断し、IPを遮断しただけで済ませていました。ハナ銀行は41時間44分です。

新韓銀行の対応と補償の状況

新韓銀行は非常対策班を設け、攻撃元の外部IPを遮断し、該当サービスを止め、新しいセキュリティポリシーを適用しました。ホームページとアプリ「新韓SOL」に流出確認メニューを置き、韓国の顧客向けに専用相談センター(1544-2946)を開いています。チョン・サンヒョク頭取が謝罪し、被害が確認された場合は全額補償すると表明しました(グローバル経済)。

頭取は10月の国政監査でも約2.5万人への全額補償の方針を示しました。ただ、流出の有無を自分で確認した顧客は5,682人(約22%)にとどまっています(Byline Network)。金融監督院による検査結果や制裁は、11月18日時点でまだ発表されていません。

韓国の金融機関に広がった連鎖攻撃

ハナ金融グループのロゴ(被害を公表したハナ銀行の親会社)

出典: ハナ金融グループ 公式サイト

新韓銀行の公表から数日のうちに、ほかの銀行や貯蓄銀行・キャピタルでも流出が相次いで公表されました。金融保安院によると、攻撃はすべて顧客向けネットバンキングではなく、職員・取引先向けの内部系システムを狙ったもので、システムを乗っ取ったのではなく「入り込んで照会し、情報を抜いた」ものです(Herald Business)。

被害機関の一覧

機関

公表日

規模

主な流出項目

狙われたシステム

新韓銀行

10/1

顧客2万5,729人

氏名・電話・年収・融資限度額、住民登録番号66件・CI 97件

融資募集人専用の照会サービス

KB国民銀行

10/2

119件(国会では2回目の攻撃でさらに81件と指摘)

氏名・電話・住所・暗号化された住民登録番号など

職員用モバイル業務支援システム

ハナ銀行

10/2

顧客89人

住民登録番号・氏名・住所・メール・電話・勤務先名

職員営業支援システム

BNK釜山銀行

10/2

11人(外部委託の開発要員。顧客情報は対象外)

氏名・電話・メール・生年月日

職員向けモバイル営業支援システム

イェガラム貯蓄銀行

10/2

顧客 約4万人(報道ベース)

氏名・生年月日・連絡先

外部接続システム

ウェルカム貯蓄銀行

10/2

法人顧客関連 最大約2,200件(報道ベースの推定)

法人名・代表者情報・連絡先など

外部アクセス経路

現代キャピタル

10/3

住宅ローン募集人146人(報道ベース)

募集人の氏名・電話・メール・住民登録番号

住宅ローン募集人照会ページ

ウリ銀行・NH農協銀行

—

接続の試みはあったが流出なし

—

—

出典は各社の公表と、Herald Business、Byline Network、ITmedia NEWS、piyologなどの報道です。貯蓄銀行・キャピタルの数字は二次情報で、報道によって差があります。

被害の数字が報道ごとに違う理由

この事件では「2.5万人」「6.7万人」「10万件」「47.3万件」といった数字が並びますが、数えている範囲がそれぞれ違います。

数字

数えている範囲

出典

2万5,729人

新韓銀行1行の流出

金融保安院・国会資料

約6.7万人(6.6万〜6.8万人)

ARTEXを使った同じ攻撃者による、韓国の金融機関の被害

FBI・TechCrunch・Hunt.io

16社・約10万件

10月14日時点で金融委員会が把握した金融業界の侵害

金融委員会 報道資料

37社・40件・約47.3万件

9月30日〜11月3日に金融業界で届け出られた侵害の合計。一部の電子金融業者・暗号資産取引所で約10億ウォンの資金窃取も含む

金融委員会(法律新聞の解説)

37社・47.3万件の合計は、ARTEXを使った同じ攻撃者による被害だけを数えたものではありません。金融委員会もそうした説明はしていないので、「AIエージェントで47万件が流出した」と読むのは誤りです。

時系列(韓国時間)

日付

出来事

2026年7月

ARTEXがGitHubでオープンソースとして公開

9月18日

イェガラム貯蓄銀行への最初の侵入試行(piyologの整理)

9月27日

KB国民銀行への最初の接近(IP遮断のみで対応)

9月28〜30日

新韓銀行への攻撃と認知、攻撃IPの遮断。金融監督院が新韓銀行に緊急の現場調査

10月1日

新韓銀行が流出を公表し、謝罪

10月2日

KB国民・ハナ・BNK釜山などが公表。金融委員会が緊急会議を開き、外部公開システムの点検を指示

10月3日

金融保安院が、攻撃にARTEXが使われた明確な証拠を確認

10月4日

金融委員長・金融監督院長が全金融業界を集めて緊急点検会議

10月6日

警察庁国家捜査本部が情報通信網法違反の疑いで捜査に着手。金融監督院が消費者警報を発令

10月7日

CrowdStrikeが攻撃者の分析を公開。金融当局が攻撃IP 28個(12か国)を約500の金融会社に通知

10月8日

ARTEXのリポジトリが非公開に

10月9日

日本の金融庁がサイバーセキュリティ対策の強化を要請

10月14日

金融委員会が第2次緊急会議(16社・約10万件、555社の点検で130社に不備)

10月26日

韓国警察がARTEXを使った別の窃取グループ7人の摘発を発表

11月5日

金融委員会が「全金融圏セキュリティ体制革新方案」を発表(37社・40件・約47.3万件)

11月9日

金融保安院自身が侵害を受ける(原因は未公表)

11月13日

FBIがARTEXについてFLASH注意喚起を発出

11月30日

韓国の金融機関による1次自己点検の提出期限

攻撃に使われたIPの所在国には、米国・香港・シンガポールなどに加えて日本も含まれていました(ソウル新聞)。日本のサーバーやクラウドが踏み台にされた可能性があり、日本企業は「被害者」だけでなく「踏み台」にもなりえます。

悪用が疑われる「ARTEX」とは

ARTEXは、LLM(大規模言語モデル)につないで侵入テスト(ペネトレーションテスト)を自動化するオープンソースのツールです。FBIによると、Go言語で書かれた自律型の侵入テスト基盤で、独自のAIモデルは持たず、外部のLLMを頭脳として使います。

ARTEXの概要

項目

内容

種類

AIで侵入テストを自動化するオープンソースツール(もとはGitHubで無料公開)

開発者

中国のセキュリティエンジニア(個人。GitHub名 Autumn-27)

公開

2026年7月。10月8日にリポジトリを非公開にし、更新と保守を停止

動き方

目的を与えると専門のエージェントに作業を割り振り、偵察→脆弱性の発見→侵入→権限昇格→データの持ち出しを少ない人手で進める。複数の標的を同時に攻められる

接続するAI

Claude・GPT・DeepSeek・GLM・Grok・Kimiなど外部のLLM

開発者の説明

「許可された資産の範囲でリスクを確かめるためのツール」で、韓国の攻撃とは無関係と主張(Digital Today)

現在の状態

元のリポジトリは消えたが、フォーク・アーカイブ・各国語版・商用版「ARTEX PRO」が出回っている(FBI)

人がコマンドを1つずつ打つのではなく、AIが自分で手順を組み立てて実行する点で、ARTEXは典型的な「AIエージェント」の一種です。AIエージェントの基本はAIエージェントとはで解説しています。

なぜ脅威と見られているのか

ARTEXはもともと、守る側が自社の弱点を探すためのツールです。Geniansのムン・ジョンヒョン氏は、防御用のAIツールがハッキングに使われる状況を「諸刃の剣」と表現しています。

問題は、誰でも入手でき、LLMのAPIをつなぐだけで動くことです。FBIは、一部の侵入で標的の選定から特権の取得まで3時間かからなかったと指摘しています。特に攻撃が通りやすいのは、取引先ポータル・職員向けアプリ・古いサービス・外部連携など、組織が見落としている系統です(BleepingComputer、TechCrunch)。

インターネット上には、無防備に公開されたARTEXのコンソールが1,000台以上あるとみられています。FBIは11月初めの時点で1,600台超、Hunt.ioは候補を約1,300 IPとしており、台数は調査元によって違います。

この記事では、悪用につながるためARTEXの入手方法や設定・使い方は扱いません。

AIの関与で確定していること・まだ確定していないこと

CrowdStrikeのロゴ(攻撃でのARTEX使用を分析した米セキュリティ企業)

出典: CrowdStrike 公式サイト

ARTEXが攻撃に使われたことは確定しました。金融保安院(10月3日)、CrowdStrike(10月7日)、FBI(11月13日)がそれぞれ独自の根拠で認めています。一方で、攻撃者の特定や逮捕には至っていません。

分析でわかった攻撃者の姿

CrowdStrikeは、攻撃者が公開状態にしていたディレクトリから、Claude Codeのセッション履歴、ARTEXの設定ファイル、Claudeのメモリファイルを見つけ、手口を明らかにしました(CrowdStrike ブログ)。分析の主な内容は次のとおりです。

  • 攻撃者は中国語を話し、金銭目的である可能性が高い(確度は中程度)。既知の攻撃グループには結びつけていない
  • 主に使われたLLMはDeepSeek v4.1-flash(API再販業者を経由したとみられる)。ほかにGLM-5.3(Zhipu AI)やGrok 4.6も使っていた
  • 攻撃者はClaudeに「韓国の流出データはどこで売れるか」も尋ねていた

金融保安院は、ARTEXの通信に固有の特徴があり、それを手がかりに使用を特定できたと説明しています。同時に「AIが独立して動いたのではなく、ハッカーがAIを道具として使った」とも述べています(Herald Business)。なお、Anthropicがこの件で公式にどう対応したか(アカウント停止など)は確認できていません。

確定したこと・わかっていないことの一覧

論点

11月18日時点の状況

根拠

新韓銀行などで個人情報が流出した

確定

各社の公表

攻撃にARTEXが使われた

確定

金融保安院、CrowdStrike、FBI

DeepSeekなど複数の商用LLMを併用した

確定(CrowdStrikeの分析)

CrowdStrike

AIが人の指示なしに自律的に攻撃した

否定的(人が目的を与えて操作した)

金融保安院

攻撃者の正体・逮捕

未特定

当局の発表なし

中国の国家による攻撃

認定なし

CrowdStrikeは金銭目的の個人とみている

同じ攻撃者による被害の総数

幅がある(約6.6万〜6.8万人)

FBI・TechCrunch・Hunt.io

新韓銀行・KB国民銀行への制裁

未発表

金融監督院の検査結果は未公表

日本の金融機関で同種の被害

報告は見当たらない

—

「ARTEXの開発者が中国にいる」ことと「攻撃者が中国政府系である」ことは別の話です。KAISTのキム・ヨンデ教授も、ツールが中国製だからといって攻撃者を特定できるわけではないと述べています。

混同しやすい別の事件

同じ時期に、ARTEXやAIが絡むサイバー事件がいくつも報じられています。英語や日本語の要約記事には、これらを1つの事件のように書いているものもあるので注意が必要です。

事件

内容

銀行攻撃との関係

韓国警察が摘発した窃取グループ(10月26日発表)

生成AIとARTEXを使い、国内90社以上から約820万件の個人情報を盗み、38社に計3.6億ウォンを要求した7人組

警察は金融機関へのハッキングとの直接の関連を確認していない

ConnectWiseへのサプライチェーン攻撃

Microsoftは中国国家系とされるStorm-0940の仕業とし、偵察やパスワードスプレーにARTEXが使われたとする

攻撃者は別。韓国の銀行攻撃は国家系とみられていない

金融保安院の侵害(11月9日)

韓国の金融セキュリティを担う機関そのものが侵害を受けた

原因・規模は未公表。ARTEXとの関係は報じられていない

AIエージェントを使った攻撃は従来と何が違うのか

変わったのは攻撃の「中身」より「速さと広さ」です。今回使われた手口(認証の迂回、照会値の書き換え、流出したID・パスワードの使い回し)は、どれも以前からある古典的なものです(KOREA WAVE)。FBIも、韓国の被害は多要素認証などの防御が弱かったことが大きいと見ています。

比較項目

従来型の攻撃

AIエージェントを使った攻撃(今回わかったこと)

入口の探し方

人が手作業で偵察し、狙いを絞る

公開システムを広く自動で探し、弱い入口を次々に試す

速さ

数日〜数週間かけることが多い

標的の選定から特権の取得まで3時間未満の例も(FBI)

同時に攻める数

人手の範囲に限られる

複数の標的を並行して攻める

必要なスキル

侵入テストの専門知識が必要

ツールとLLMのAPIがあれば、知識が浅くても実行しやすい

狙われやすい場所

価値の高い中核システム

守りの薄い周辺システム(委託先・募集人・職員向け)も十分な標的になる

使われる穴

認可不備、弱いパスワード、設定ミス

同じ(新しい穴ではなく、既存の穴が速く見つかる)

検知のしやすさ

静かに動かれると気づきにくい

通信量が多く「うるさい」ので検知の機会はある。ただし速いので対応が追いつきにくい(FBI)

ここで目を引くのが、韓国の銀行が検知までに15〜67時間かかったことです。攻撃が3時間で進むこともある以上、「うるさい攻撃に気づける監視」と「気づいたらすぐ止められる手順」がなければ、検知できても被害は防げません。

順天郷大学のヨム・フンヨル教授は「AIによって業務支援システムも十分な攻撃対象になった」と指摘しています。これまで「中身が少ない」「使う人が限られる」と後回しにされがちだった周辺システムも、AIが自動で総当たりする前提では見逃してもらえません。

用語の補足

  • IDOR/BOLA: ログインした人が、リクエスト内の番号を変えるだけで、本来見てはいけない他人のデータを取得できてしまう不備。APIセキュリティの代表的なリスク(OWASP API Security Top 10 の1位)
  • クレデンシャルスタッフィング: 別のサービスから流出したID・パスワードの組み合わせを使い回してログインを試す手口
  • パスワードスプレー: よく使われるパスワードを、多数のアカウントに少しずつ試す手口

過去のAIエージェント悪用事例との比較

AnthropicがAIを使ったサイバー諜報活動の阻止を報告したページのイメージ画像(南京錠のイラスト)

出典: Anthropic 公式

AIエージェントがサイバー攻撃に使われた事例として知られているのが、Anthropicが2025年11月に公表した報告です。どちらもClaude Codeが関わっていますが、攻撃者の性格や発覚の経緯は大きく違います。

比較項目

Anthropic公表事例(2025年11月)

今回の韓国金融機関の事案(2026年9〜10月)

使われたAI

Claude Code(商用AIを攻撃の指揮役に)

オープンソースのARTEXに、DeepSeek・Claude Code・GLM・Grokなどを組み合わせた

攻撃者

中国の国家支援とみられる集団(Anthropicの評価)

中国語話者で金銭目的の可能性が高い個人(CrowdStrikeの評価、確度は中程度)

標的

テック・金融・化学・政府など約30組織

韓国の銀行・貯蓄銀行・キャピタルなど

AIの役割

作戦の80〜90%をAIが実行したとされる

偵察から持ち出しまでをARTEXで自動化。目的の設定と操作は人間

発覚の経緯

AIの提供元が自ら検知・公表

当局のログ分析と、攻撃者が公開状態にしていたファイルの解析

出典

Anthropic報告書(PDF)

各社公表・韓国当局・CrowdStrike・FBI

オープンソースのAIエージェント基盤を使った攻撃は、韓国の銀行だけではありません。AIエージェントでハッカーが100社超に侵入した「Cairn」悪用の事例でも、作業の大半をAIに任せた攻撃が報告されています。

もう1つ参考になるのが、AIの評価中にモデルが実在の組織へ入り込んだ事例です。このときも突かれたのは、未認証のエンドポイントや弱いパスワードといった基本的な穴でした(Claudeが実在企業3社に不正アクセスした事例、OpenAIのモデルがHugging Faceを侵害した事例)。

並べてみると、AIが突いているのは結局「基本対策の漏れ」だという点が共通しています。

毎月くり返している業務を、システムでどう減らせるか整理します

初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)

韓国の金融当局が出した指示

韓国の金融監督院(FSS)のロゴ

出典: 韓国 金融監督院 公式サイト

韓国の金融当局は、10月初めの緊急指示から始めて、11月5日には「外部アクセスは原則遮断」「直るまでサービス停止」まで踏み込んだ対策を出しました。どれも日本の金融機関の点検項目にそのまま使える内容です。

金融委員会の指示(10月2日)

金融委員会の報道資料「最近発生する金融圏侵害脅威に綿密に対応していく」(fsc.go.kr)では、主要行・カード会社などに次の3点を指示しました。

  1. 外部に公開されたIT資産・サービスを漏れなく把握し、すぐにセキュリティ点検する
  2. 認証プロセスとアクセス制御の脆弱性を確かめ、不要な情報の露出を最小限にする
  3. 攻撃IPなどの脅威情報を関係機関・業界で速やかに共有し、協調して対応する

金融委員長・金融監督院長の緊急点検会議(10月4日)

10月4日の会議では、対象を銀行・カードだけでなく相互金融・貯蓄銀行・保険・証券・フィンテックまで広げ、次の方針が示されました(韓国金融新聞、ニュース1)。

  • 消費者向けサービス以外の外部アクセスは原則遮断し、必要な場合も最小限にする
  • 外部公開IT資産を点検し、結果を当局に報告する
  • 「AIの攻撃はAIで防ぐ」体制への転換と、ゼロトラストの原則に基づく体制の立て直し
  • 公表済みの攻撃情報があるのに点検を怠った場合は、関連法令に基づいて厳正に対応する

第2次緊急会議と555社の点検結果(10月14日)

金融委員会は10月14日、555社に求めた12項目の点検結果を公表しました。425社は適正でしたが、130社に不備が見つかっています(金融委員会 報道資料)。

多かった不備は次のとおりです。

  • セキュリティパッチの未適用
  • サポートが終わったシステムの放置
  • 24時間監視の体制ができていない
  • 外部接点のアクセス制御が甘い(主要サービスに多要素認証がないケースを含む)

電子金融業者やオンライン投資連携金融業者(P2P)で不備が多く、金融委員会は外部接点の全数把握と認証の強化、CEO・CISO・CIOの責任と報告ラインの明確化、大手の脆弱性点検を年1回から年2回以上に増やすことなどを打ち出しました。

全金融圏セキュリティ体制革新方案(11月5日)

11月5日の「AI時代の侵害脅威に対応する全金融圏セキュリティ体制革新方案」は、ここまでの対策を制度にまとめたものです。法律事務所の解説(法律新聞)によると、柱は次の6つです。

柱

主な内容

漏れのない点検

約580社に、顧客向け・職員向け・社内・取引先向けを含む全IT資産とAPIの外部接点を点検させる。自己点検の方法と根拠を記録させ、不十分なら現場検査

外部アクセスの原則遮断

不要な外部接続はすぐ切る。金銭被害や個人情報流出につながる脆弱性は直るまでサービスを止める。例外はCEOが承認して責任を負い、補う対策を入れてから再開

二次被害の防止

金融保安院がダークウェブやTelegramを監視。AIで危険度を出すボイスフィッシング対策を試行

脆弱性点検の強化

大手から年2回の点検へ。のちに全社へ広げる

AIを使った新しい体制

網分離規制の段階的な見直しを検討(ロードマップは2027年1〜3月期)

規制対象の拡大

暗号資産業者や保険代理店、貸金業者にも電子金融取引並みの規制をかける「デジタル金融安全法」

金融監督院は約300社に脆弱性点検の説明会を開き、1次自己点検の結果は11月30日までに提出させます(Herald Business)。

日本の金融機関が今すぐ点検すべき6項目

金融庁(Financial Services Agency)のロゴ

出典: 金融庁 公式サイト

日本の金融機関で同種の被害は報告されていませんが、狙われたような「外に開いた周辺システム」はどの金融機関にもあります。点検の根拠になるのは、日本の金融当局がすでに出している次の2つの要請です。

日本の金融当局がすでに求めていること

金融庁・日本銀行「フロンティアAIによる脅威変化を踏まえた金融機関等の短期的な対応」(2026年5月22日)

高性能なAIで攻撃が速くなることを前提に、経営主導でおおむね1か月以内に資産管理と脆弱性管理を見直すよう求めた要請です(Impress Watch)。主な内容は次のとおりです。

  • ネットバンキングなど外部に公開している重要システムを優先する
  • 不要なポートを閉じ、サポート中のバージョンに上げる。パッチが難しければWAFの仮想パッチやEDRで補う
  • パッチ作業の人員と、夜間・休日に対応できる保守契約を確認する
  • 侵入される前提で業務継続計画を試し、どのシステムを能動的に止めるかの基準を決めておく

フロンティアAIによる脅威の背景は、Claude Mythosとはで解説しています。

金融庁「現下の情勢を踏まえたサイバーセキュリティ対策の強化と各種取引申込等における対応について」(2026年10月9日)

金融庁は10月9日、「金融分野におけるサイバーセキュリティに関するガイドライン」と5月の要請、内閣官房国家サイバー統括室の注意喚起をふまえ、業務委託先などを含むサードパーティのリスク管理とインシデント対応の体制を点検するよう求めました(金融庁)。非対面の本人確認で、本人確認書類や顔の画像に不自然な点がないかの確認も徹底させています。

この要請は韓国の事件には触れておらず、背景は同じ時期の国内の不正アクセス事案です。ただ、委託先や外部接点を点検せよという中身は、韓国で狙われた入口とそのまま重なります。国内で相次いだ事案はAIを悪用したサイバー攻撃で情報漏えいが急増?国内事例と企業が取るべき対策で整理しています。

6つの点検項目

今回の手口と、韓国の130社で見つかった不備、日本の当局の要請、FBIの推奨を照らし合わせると、優先すべきは次の6項目です。

点検項目

具体的に確認すること

韓国の事例・根拠

1. 外部公開資産の棚卸し

募集人・代理店・委託先・職員向けのモバイル業務システム、外部連携のAPI、古いサービスまで一覧にする。不要なものは閉じ、必要なものはVPNやIP制限の内側に置く

狙われたのはすべて職員・取引先向けの系統。韓国は全IT資産とAPIの点検を義務づけ。金融庁・日銀5月要請

2. 全接点の多要素認証とサーバー側の認可

外部から入れるすべての接点に多要素認証を入れる。加えて「ログインした人がそのデータを見てよいか」を毎回サーバー側で確かめる(IDOR/BOLA対策)

130社の不備に「主要サービスに多要素認証なし」。新韓銀行は照会値の入れ替えで抜かれた

3. 大量・機械的な照会の検知と制限

1アカウント・1IPあたりの照会件数の上限、機微なAPIのレート制限、ボット対策、自動化されたリクエストの急増を知らせるアラート

FBIの推奨。ARTEXの攻撃は通信量が多く、検知の機会がある

4. 返すデータの最小化

照会画面やAPIが、業務に不要な番号・年収などを返していないか。マスキングを徹底する

新韓銀行では年収・融資限度額まで返していた

5. 検知から遮断までの時間と手順

セキュリティ部門以外が見つけた異常の報告ルート、攻撃IPの共有を受けたら遮断するまでの手順、システムを止める判断基準と権限者

検知まで15〜67時間。新韓銀行は開発部門が発見。KB国民は最初の接近をIP遮断だけで済ませた

6. 委託先・取引終了先の認証情報の管理

委託先が使うアカウントの棚卸し、退職者や取引を終えた外部サービスの認証情報の失効、委託先自身のセキュリティ水準の確認

金融庁10月9日要請。米Barracudaも、取引終了後に失効させていなかった外部サービスの認証情報からARTEX関連の侵入を受けたと報じられている

金融庁の「金融分野におけるサイバーセキュリティに関するガイドライン」(2024年10月策定)は、ガバナンス/特定/防御/検知/対応・復旧/サードパーティリスク管理の6分野で構成されています。6項目は、1が特定、2と4が防御、3が検知、5が対応・復旧、6がサードパーティリスク管理に当たり、全体を経営課題として扱うことがガバナンスに当たります。

特に見落としやすいポイント

今回狙われたのは「融資募集人専用」「職員用モバイル」「営業支援」「住宅ローン募集人照会」など、顧客向けではないシステムばかりです。使う人が限られる分、本体ほど厳しい診断を受けていないことがあります。

人による不正なら「件数が多い」程度でも、AIエージェントによる試行は短時間で数千件に達することがあります。「担当者1人がふつう1日に何件照会するか」を基準に上限を決めておけば、速さそのものを検知の手がかりにできます。

脅威情報の共有には、国内では一般社団法人金融ISACのような業界の枠組みが使えます。韓国でも攻撃IPの共有が対策の柱の1つでした。

AIを社内で使う際のセキュリティ要件については、生成AIのセキュリティ要件を満たす社内導入構成や生成AIのセキュリティリスクとはも参考になります。

守る側もAIを使う時代に

AIによる防御を支える半導体チップと回路基板のイメージ

攻撃が自動化された以上、防御側も自動化で速さの差を埋めるのが現実的です。韓国当局も「AIの攻撃はAIで防ぐ」と明言し、中小の金融機関向けにAIを使った共同監視を進めるとしています。中心になるのは次の2つです。

  • AIによるレッドチーム: 許可を得たうえで、自社の公開システムにAI侵入テストを当て、攻撃者より先に穴を見つける
  • SOC(セキュリティ監視)の自動化: アラートの一次判定から攻撃IPの遮断までの流れをAIで短くする

防御用のAIモデルも各社から出始めています。詳しくはGPT-5.6-Cyberとは、Microsoft MAI-Cyber-1-Flashとは、業界全体の動きはサイバーセキュリティ業界のAI活用事例で整理しています。

監視や遮断をAIエージェントに任せるなら、検証環境で試すだけでは足りません。誰が承認するのか、誤って止めたときにどう戻すのか、失敗した処理をどう再実行するのかまで決めて作り込む必要があります。その範囲はAIエージェントの本番導入で追加する開発範囲で整理しています。

Hunt.ioは、守る側がAIを使う場合の注意として、AIモデルのゲートウェイと認証情報へのアクセスを絞ることも挙げています(Hunt.io)。攻撃者がAPIキーを盗めば、自社のAIがそのまま攻撃の道具になりうるからです。

AIによる診断や監視は、外部公開資産の棚卸しと認可の設計という基本ができていて初めて効果が出ます。AIの製品を入れるのは、多要素認証や照会件数の上限といった基本の点検を済ませてからです。

利用者が気をつけること(二次被害への備え)

いちばん警戒すべきは、流出情報を使った詐欺SMS(スミッシング)や電話詐欺(ボイスフィッシング)です。年収・融資限度額・電話番号がそろって漏れているため、「あなたの融資枠が増えました」「流出の補償金を受け取れます」といった、もっともらしい連絡が来るおそれがあります。

韓国の金融機関を利用している方は、次の点に気をつけてください。

  • 「融資の案内」「補償金の支払い」を名乗るSMSのリンクを開かない
  • 電話で暗証番号・認証番号・アプリのインストールを求められても応じない
  • 流出の有無は、銀行の公式アプリ・公式サイトの確認メニューか、公式の相談窓口で確かめる。新韓銀行は全額補償の方針だが、確認した顧客はまだ2割ほどにとどまる
  • 身に覚えのない融資の申込や口座開設がないか、取引履歴を定期的に確かめる

韓国では金融保安院がダークウェブやTelegramでの流出データの売買を監視しています。それでも、出回った情報を使った連絡がいつ届くかはわかりません。

日本の銀行の利用者が今回の件で直接影響を受けたという報告は見当たりません。新韓銀行の日本法人であるSBJ銀行が影響を受けたという情報も見つかっていません。ただ、「補償」や「流出」を口実にした詐欺は国を問わず使われる手口なので、銀行を名乗る連絡は公式窓口で確かめる習慣をつけておくと安心です。

優先して点検すべき組織・当面の影響が比較的小さい組織

どれだけ急ぐべきかは、外部に開いた業務システムがあるかどうかで判断できます。

優先して点検すべき組織

  • 融資の仲介業者・保険代理店・募集人など、外部の人向けに照会システムを公開している金融機関
  • 職員や外部委託の開発要員が、社外からモバイルで業務システムにつないでいる組織
  • 貯蓄銀行・信用金庫・信用組合・ノンバンク・電子決済事業者など、本体以外のシステムまで診断の手が回っていない組織(韓国でも電子金融業者に不備が多かった)
  • 主要な外部接点に多要素認証を入れていない組織
  • 自社のクラウドやサーバーが踏み台にされていないか確認できていない企業(金融以外も含む)
  • 顧客の年収・借入情報など、詐欺に使われやすい情報を扱うフィンテック事業者

当面の影響が比較的小さい組織

  • 業務システムを外部に公開しておらず、社外からの接続をVPNや閉域網に限っている組織
  • 外部公開資産の一覧があり、定期的な脆弱性診断と照会件数の監視を回している組織
  • 異常を見つけてから止めるまでの手順と権限者が決まっていて、訓練もしている組織

ただし当面の影響が比較的小さい組織でも、委託先や関連会社のシステムまで把握できているかは別の話です。「自社は閉じている」と判断する前に、委託先経由の入口や、取引を終えた外部サービスのアカウントが残っていないか確かめてください。

金融機関でのAI活用全体については、銀行・金融機関のAI活用事例や金融・銀行のAI活用事例|メガバンク3行、金融向けAIエージェントの動きはAnthropic 金融サービス向けAIエージェントで紹介しています。

よくある質問

日本の銀行も同じ攻撃を受ける可能性はありますか?

あります。日本の金融機関で同種の被害は報告されていませんが、攻撃IPの所在国に日本が含まれており、日本のサーバーが踏み台にされた可能性があります。FBIも、ARTEXやその派生版が世界中の攻撃に使われていると警告しています。狙われたのは特別な弱点ではなく、外部公開の業務システムの認可不備や多要素認証の未導入といった一般的な穴なので、規模を問わず点検しておく価値があります。

ARTEXを使うこと自体は違法ですか?

ARTEXは侵入テスト用のツールで、自分が管理する環境で検証すること自体は、一般的には直ちに違法とはされません。一方、許可なく他人のシステムに使えば、日本では不正アクセス禁止法などに触れるおそれがあります。現在出回っているフォークや改変版には、何が仕込まれているかわからないものもあり、業務で試すのは避けたほうが安全です。

結局、AIが自分で銀行を攻撃したのですか?

違います。ARTEXが使われたことは確定していますが、金融保安院は「AIが独立して動いたのではなく、ハッカーがAIを道具として使った」と説明しています。人間の攻撃者が目的を与え、ARTEXとDeepSeekなどのLLMに偵察や侵入の作業をさせた、というのが当局とCrowdStrikeの見方です。

中国の国家による攻撃なのですか?

そう認定した機関はありません。CrowdStrikeは攻撃者を中国語話者で金銭目的の可能性が高い個人とみていますが、既知の攻撃グループには結びつけていません。同じ時期にMicrosoftが中国国家系のStorm-0940によるものとしたConnectWiseへの攻撃もARTEXを使っていましたが、攻撃者は別とみられています。

新韓銀行の流出で、自分の情報が漏れたか確認する方法は?

新韓銀行のホームページとアプリ「新韓SOL」に流出確認メニューがあります。韓国の顧客向けの専用相談センター(1544-2946)もあります。銀行は全額補償の方針を示していますが、確認した顧客は約2.5万人のうち5,682人にとどまっているため、対象かもしれない方は早めに確かめてください。

AIを使った攻撃には、AIの防御製品を入れないと対応できませんか?

そうとは限りません。今回の手口は認証の迂回や照会値の書き換えといった古典的なもので、韓国の130社の不備もパッチの未適用や多要素認証の未導入など基本的なものでした。外部公開資産の棚卸し、全接点の多要素認証、サーバー側の認可チェック、照会件数の上限で大部分は防げます。AIによる防御は、こうした基本を速く回すための上乗せと考えるのが現実的です。

まとめ

新韓銀行の事件は、AIエージェントが新しい攻撃を生み出したというより、守りの薄い周辺システムの古い穴が、AIによる自動化で速く広く探された事件です。ARTEXの使用は確定しましたが、操作していたのは人間で、攻撃者はまだ特定されていません。

  • 新韓銀行では融資募集人専用の照会サービスが入口となり、2万5,729人分の年収・融資限度額などが流出した。検知まで15時間26分かかり、気づいたのは開発部門だった
  • 同じ攻撃者とみられる韓国の金融機関の被害は約6.7万人。11月5日時点の金融業界全体の侵害は37社・約47.3万件だが、ARTEX以外の事案も含む
  • 金融保安院・CrowdStrike・FBIがARTEXの使用を認めた。DeepSeekなどのLLMを併用し、攻撃者は金銭目的の個人とみられる
  • 韓国当局は外部アクセスの原則遮断、直るまでのサービス停止、全IT資産とAPIの点検まで踏み込んだ
  • 日本の金融機関は、金融庁・日銀の5月要請と金融庁の10月9日要請をふまえ、外部資産の棚卸し・全接点の多要素認証と認可・大量照会の検知・データの最小化・検知から遮断までの手順・委託先の認証情報管理の6項目から点検したい

AIエージェントを自社で使う側のリスク管理も含めて体制を見直す場合は、AIエージェントのセキュリティ対策|リスクの全体像とチェックリストが次に読む記事としておすすめです。

毎月くり返している業務を、システムでどう減らせるか整理します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します