powered by TechFeed
表示モード
Deep Dive

AIコーディングツールが依存関係を積み増し、メンテナンス負債が追いつかない — セキュリティ専門家の83%が懸念、準備できているのは44%のみ

11月9日、Abby Kearnsが「The AI Security Gap Hiding in Software Maintenance」と題した記事を公開した。AIコーディングツールが依存関係を増加させ、ソフトウェアのメンテナンス負債を拡大させている実態について詳しく紹介されている。

11月9日、Abby Kearnsが「The AI Security Gap Hiding in Software Maintenance」と題した記事を公開した。AIコーディングツールが依存関係を増加させ、ソフトウェアのメンテナンス負債を拡大させている実態について詳しく紹介されている。


セキュリティチームがAIについて何を心配しているか尋ねると、まずサプライチェーン攻撃やプロンプトインジェクションが挙がる。Linux Foundationが発表した「State of AI Impact on Software Security and Cybersecurity 2026」はその実態を裏付けており、調査対象のセキュリティ専門家の93%がサプライチェーン攻撃を、90%がプロンプトインジェクションを懸念している。しかし本レポートで見逃せない知見は、もっと地味な問題、つまり「ソフトウェアを最新に保ち続ける日常業務」にある。

本調査はOpenSSF、LF AI & Data、ActiveStateの支援のもと、企業およびオープンソースプロジェクトのセキュリティ担当者308名を対象に実施された。

最も「準備不足」と感じられている脅威

調査では、AIに関連する脅威のリストに対して「どれだけ懸念しているか」と「どれだけ準備できているか」の両方を聞いている。すべての脅威において懸念が準備を上回ったが、特に大きなギャップがあったのはコンポーネントの更新作業の追跡だ。

  • 83% がAIによる大量更新に伴うメンテナンス増加を懸念
  • 準備できていると答えたのは 44% のみ(懸念との差は39ポイント)
  • すでに実際に対処中と答えたのは 43%

自動化された脆弱性エクスプロイト生成(automated exploit generation)については、懸念と準備の差が41ポイントに達し、全脅威の中で最大のギャップとなった。コンポーネント更新の追跡(39ポイント差)はこれに次ぐ水準であり、「新種の攻撃手法」と「日常的な運用作業」が肩を並べて上位に来ている点が、開発現場の慢性的な問題を映している。

AIコーディングツールが依存関係を積み増している

なぜこれほど更新負荷が高まっているのか。その一因はAIコーディングツールにある。

  • 60% の組織・プロジェクトが、AIツールによって外部依存関係の数が増えたと回答(逆に減ったと答えたのは 16% のみ)
  • トランジティブ依存関係(依存パッケージがさらに引き込む依存関係)をレビューしているのは約半数にとどまる
  • 58% が、コードのリリース速度がセキュリティレビューの追跡速度を上回っていると回答

※トランジティブ依存関係とは、自分が直接使うパッケージではなく、そのパッケージが内部で使っているパッケージのこと。npm install一発で数百のパッケージが入り込む状況がその典型だ。

AIが「依存関係の追加」を加速させる一方、メンテナンスに割くリソースは追いついていない。記事著者のAbby Kearns(ActiveState CEO)は「AIはチームが採用できるよりも速くメンテナンス義務を積み上げている」と指摘する。

なぜ修正は後回しになるのか

脆弱性の修正が先送りされる理由として最も多かったのは「何かを壊すリスク(28%)」、次いで「時間がない(22%)」だ。修正方法は分かっている、パッチも存在する、しかし本番環境で何かが壊れるかもしれないので「いいタイミング」を待つ——その「タイミング」がなかなか来ない、というのが現場の実態だ。

専任のセキュリティ担当者の有無が大きく影響していることも示された。

状況 新規アラートをすぐに修正する割合
専任セキュリティ担当あり 43%
専任セキュリティ担当なし 23%

ただし、専任担当を置けているチームは全体の30%のみ。残りの70%は優先度の高いアラートから処理し、残りは「セキュリティ負債」として積み上がっていく。

エンジニアリングリーダーに問いかける視点

Kearnsは、次のセキュリティレビューで問うべき問いを提示している。

「バックログの中で、修正が存在しないからではなく、パッチを当てるのが怖いから手が付けられていない項目はどれだけあるか?」

その答えが「多い」なら、スキャナーを増やしても解決しない。レポートが示す改善のとっかかりは3点だ。

  1. AIセキュリティのオーナーを決める — 専任ロールまたは正式なAIセキュリティポリシーを持つチームは、あらゆる脅威への準備度が高い(ただしこれは相関であり因果ではないと報告書は明記している)
  2. 不要な依存関係を削る — 「依存関係が1つ減れば、セキュリティチームの管轄外の要素も1つ減る」
  3. 使う依存関係は審査済みソースから取得する — 既知の脆弱なコードがバックログに入り込む前に遮断する

詳細はThe AI Security Gap Hiding in Software Maintenanceを参照していただきたい。