「DARPA大会が終わった当時、人と肩を並べる能力を備えた人工知能（AI）モデルが登場するまで少なくとも1〜5年はかかると予想していたが、わずか6カ月で現実になった。AIを最大限に活用して直面する問題をどう解決するかを考えることが、すべての組織の課題になった。」
キム・テス マイクロソフト（MS）セキュリティ担当副社長（ジョージア工科大学コンピューター工学科教授）は26日、ソウル小公洞のウェスティン朝鮮ホテルで「AI、世界を動かす」をテーマに開かれた「SMARTCLOUD SHOW 2026」基調講演でこう述べた。キム副社長はこの日「ハイパースケール・バグ探索：DARPA AIxCCからマイクロソフトMDASHまで」をテーマに講演した。
キム副社長はAI技術の進展がサイバーセキュリティ環境を根本的に変えていると診断した。キム副社長はMSが毎月発表する脆弱性統計を示し、「3月にフロンティアAIモデルが人間のハッカーの能力を上回ったという分析が出た後、脆弱性の数が垂直に増加した」とし、「AIモデルの性能が向上するほど、より安全なソフトウェアを作ることができるが、同時により多くの脆弱性も発見される可能性が高い」と見通した。サイバー空間でAIの槍とAIの盾の対決はすでに始まった格好だ。
キム副社長は昨年、米国国防高等研究計画局（DARPA）主催の「AIサイバー・チャレンジ（AIxCC）」の優勝チーム「チーム・アトランタ（Team Atlanta）」を率いた。AIxCCはAIを活用して脆弱性を自動で分析・探索し修正する能力を競う大会である。チーム・アトランタは決勝で総点392.76点を記録し、2位より170点以上高い成績で圧倒的な1位となった。ジョージア工科大学・KAIST・POSTECHなどから国内外の研究者がチーム員として参加し、全体の80〜90%が韓国人だった点も意味がある。
チーム・アトランタが開発したサイバー推論システム（CRS）は、大会に投入された多様なタイプの脆弱性を自動で探索し、その相当数をリアルタイムでパッチすることに成功した。決勝では28個のオープンソースプロジェクトを分析し、主催側が隠しておいた脆弱性70個のうち54個を見つけ出した。脆弱性の大半を1時間以内に修正し、既知ではなかったゼロデイ脆弱性も18個発見した。発見した脆弱性のうち実際の脆弱性と判明した比率は90%を上回った。
費用の面でも人より高い効率を示した。キム副社長は「成功した作業1件当たり約152ドルがかかった」とし、「人にコード監査やペネトレーションテストを任せると、これより100〜1000倍多い費用が必要だ」と語った。続けて「初めて接するコードリポジトリでも、少ない費用でプロのハッカー水準のセキュリティ監査と脆弱性探索を実施できるという事実は、セキュリティ業界に重要な変化を意味する」と付け加えた。
ただしキム副社長は、膨大なコードを個別AIだけで分析するには限界があったと指摘した。個別AIは優れた推論能力を備えるが、簡単な質問に的外れな答えを出すなど、作業ごとの性能のばらつきが大きいためだ。キム副社長はこれを補完するため、複数のAIエージェントがそれぞれの役割と文脈に基づき協業する「マルチエージェント」構造を導入したと説明した。個別AIにすべての作業を任せる代わりに、脆弱性探索と静的解析、検証、パッチ生成など業務別に特化したエージェントを配置する方式だ。
キム副社長は「大規模言語モデル（LLM）は超人的な能力を備えるが、それをどう使うべきかは分からない存在と同じだ」とし、「セキュリティ業務にLLMを適用するには、LLMが得意な作業と不得手な作業を区分し、得意な能力を極大化するようにシステムを設計すべきだ」と述べた。続けて「LLMが持つ超人的な能力をどう増幅しセキュリティ業務に活用するかが、大会の重要な課題だった」と付け加えた。
キム副社長はMSでAI脆弱性探索システム「MDASH」の開発も主導した。MDASHは複数のAIモデルの強みを結合し、セキュリティ専門家の分析プロセスを多重エージェント業務として実装したシステムである。ソフトウェア構造と過去の脆弱性を基に脅威モデルを構築した後、100個以上の下位エージェントが脆弱性を探索する。発見された脆弱性は、ハッカー・開発者・防御担当者の役割を担うエージェントが検証し、実際の攻撃可能性を確認する概念実証（PoC）コードと修正パッチまで生成する。
キム副社長は「異なる観点を持つエージェントが合意する過程を経れば、実際の脆弱性と偽陽性をより正確に区分できる」とし、「MDASHが見つけた脆弱性の中には、外部攻撃者がパケットを送るだけでシステムの最高権限を奪取する可能性がある高リスク脆弱性も含まれている」と説明した。
続けて「MDASHは二世代前のAIモデルを組み合わせても、Mythosプレビューなど最新のフロンティアモデルと同水準の性能を実装し、ベンチマークだけでなく実際のソフトウェア開発環境でも性能を立証している」とし、「過去に人にセキュリティ監査やペネトレーションテストを任せたときよりはるかに少ない費用で、プロのハッカー水準の脆弱性分析が可能な点で意義がある」と明らかにした。