セキュア・コード・ウォリアーの調査で、AI生成コードがコードベース当たり平均15件の脆弱性をもたらすことが判明

新たな「SCW AI Trust Index」は、AI生成コードのセキュリティー・リスクが偶発的なものではなく、モデルとフレームワークに応じて予測可能であることを示し、AI支援開発を安全に拡大するためのデータをセキュリティー責任者に提供

シドニー、ボストン、ロンドン--(BUSINESS WIRE)--（ビジネスワイヤ） -- セキュア・コード・ウォリアーは、AIソフトウエア・ガバナンスと開発者のセキュリティースキル向上支援の分野をリードする企業であり、SCW AI Trust Indexを発表しました。これは、新たなモデルが加わるたびに拡充される、AIによるコード生成のセキュリティーに関する継続的なベンチマークであり、組織がAI生成コードによって生じるセキュリティー・リスクを把握し、管理できるよう支援します。本調査では、オーストラリアのRMIT大学と共同で策定され、その後セキュア・コード・ウォリアーが拡張した手法を用い、主要な大規模言語モデル（LLM）がセキュリティーに問題のあるコードを生成する頻度について、包括的なベンチマークを提示しています。この調査結果は、AI支援開発を拡大するすべての企業に重要な示唆を与えます。

OpenAI、アンソロピック、Google、アリババなどの16種の最先端モデルが生成した完全なコードベース1,760件を評価した結果、AI生成コードにはコードベース当たり平均15件の脆弱性が確認され、そのうち平均4.3件が「重大」と見なされることが明らかになりました。

開発者がコード生成を最先端のLLMに委ねる傾向が続く中、セキュリティー責任者にとって、開発者がどのようなセキュリティー・リスクを抱えることになるのか、また、そのリスクがモデル、フレームワーク、あるいは両者の相互作用によって異なるのかを把握することが不可欠です。SCW AI Trust Indexは、AI生成コードのセキュリティーを実証データに基づいて測定し、新たなモデルの登場に伴って進化する継続的なベンチマークを提供するもので、一度限りのスナップショットではありません。

組織はSCW AI Trust Indexを活用し、以下の方法でAI主導のソフトウエア開発におけるリスクを把握・軽減できます。

• 実際のセキュリティー・データを用いたAIコード生成モデルの比較
• 繰り返し現れる脆弱性パターンの特定
• 実証データを用いたAI生成コードのセキュリティー・リスクの定量化

セキュア・コード・ウォリアーの共同創設者兼最高経営責任者（CEO）であるピーター・ダンヒューは、次のように述べています。「当社がテストしたすべてのAIモデルでは、セキュリティー上の不備や弱点に、予測可能で繰り返し現れるパターンが見られます。開発者の行動も予測可能です。セキュリティー・スコアを理由に、好んで使用しているモデルの利用をやめることはないからです。SCW AI Trust Indexは、最高情報セキュリティー責任者（CISO）やセキュリティー責任者が、すでに使用されているモデルを管理できるようにするために設計されました。明確な『勝者』は特定されていませんが、このデータは、各モデルに内在するセキュリティー上の不備を考慮しながらAIツールを安全に管理し、刷新されたセキュリティー・プログラムに適切なガードレールと開発者向け学習パスを組み込むために不可欠な知見を提供します。AI生成コードにも、人間が記述したコードにこれまで行ってきたのと同様の精査が必要です。そして今、どこを精査すべきかを正確に把握するためのデータがようやく得られました。」

セキュア・コード・ウォリアーの調査では、AI生成コードのセキュリティー・リスクは偶発的なものではなく、測定・予測が可能であり、AIモデル、フレームワーク、脆弱性の種類を横断して、一貫したパターンに集約されていることが明らかになりました。主な調査結果は以下のとおりです。

• AI生成コードの脆弱性は偶発的に生じるのではなく、予測可能なパターンに従う
  • AIが生成した1,760件のコードベースを分析した結果、セキュア・コード・ウォリアーは86種類のCWEを特定しました。多く見られた弱点は、ログ記録の不備、インジェクション脆弱性、安全性を欠いた設計、アクセス制御の不備に集中していました。最も多く確認されたCWEは「CWE-532：ログファイルへの機密情報の挿入」で、真陽性は8,543件でした。こうした繰り返し現れるパターンは、AI生成コードのセキュリティー・リスクを測定でき、その現れ方には再現性があり、予測も可能であることを示しています。

• AIモデルごとに固有のセキュリティー・フィンガープリントがある
  • 評価したすべてのフレームワークで、各モデルには偶発的な不具合ではなく、繰り返し現れる脆弱性パターンが一貫して見られました。SCW AI Trust Indexは、各モデルでOWASPの脆弱性カテゴリーの一定の組み合わせが繰り返し現れることを示しており、組織は、セキュリティー上の弱点がどの領域で最も生じやすいかを予測できます。

• 一貫して最も安全なコードを生成するAIモデルは存在しない
  • モデルのセキュリティー性能は、使用するフレームワークによって大きく異なります。Java Enterprise APIではGPT-5.1、Java SpringではClaude Sonnet 4.5、Python DjangoではClaude Opus 4.8、C#（.NET）ではGPT-5.5、CではClaude Fable 5が首位となっています。セキュリティー性能は、モデルと開発環境の両方に左右されます。

• セキュリティー性能はモデルのコストに左右されない
  • 本調査では、APIコストと安全なコードを生成する性能の間に一貫した関係は見られませんでした。例えば、GPT-5.1は1回の実行当たり5.60米ドルのコストで、Trust Indexにおいて最高水準のスコアの1つを記録した一方、はるかに高額なモデルでは、セキュリティー性能がより低い結果となりました。組織は価格ではなく、測定可能なセキュリティー性能に基づいてAIモデルを評価すべきです。

SCW AI Trust Indexは、組織がAI生成コードの挙動を把握し、リスクが生じる箇所を特定できるよう支援するとともに、開発者が最初からより安全なコードを作成できるようにすることで、セキュア・コード・ウォリアーの使命の実現をさらに後押しします。セキュア・コード・ウォリアーは、AIの使用状況の可視化、ガバナンス、開発者向けの適応型学習を組み合わせることで、組織がセキュリティーを犠牲にすることなく、AI支援ソフトウエア開発を安心して拡大できるよう支援します。

調査結果の全文は、以下のページでご覧いただけます。https://www.securecodewarrior.com/product/ai-trust-index

セキュア・コード・ウォリアーについて

セキュア・コード・ウォリアーは、AIソフトウエア・ガバナンスと開発者のセキュリティースキル向上支援の分野をリードし、企業がソフトウエア開発ライフサイクル（SDLC）全体にわたってAI主導のソフトウエア開発を管理できるよう支援しています。開発者セキュリティーに関する10年の専門知識を基盤に、AIの使用状況の可視化、ポリシー適用、対象に応じた学習を提供し、本番投入前に脆弱性の発生を防ぎ、ソフトウエア品質を高めます。

本記者発表文の公式バージョンはオリジナル言語版です。翻訳言語版は、読者の便宜を図る目的で提供されたものであり、法的効力を持ちません。翻訳言語版を資料としてご利用になる際には、法的効力を有する唯一のバージョンであるオリジナル言語版と照らし合わせて頂くようお願い致します。