AIを使ったサイバー攻撃「ARTEX」韓国金融機関9行を標的に――日本企業が今見直すべき防衛の盲点

公開日：2026年10月20日文：クリスタルメソッド編集部監修：河合継（代表取締役）

検証済み事実を確認しました。前回の記事を精査し、いくつか修正が必要な点があります。

主な問題点：

タイトル候補に「日本企業80社を標的に」とあるが、検証済み事実には「日本企業への攻撃」は存在せず、標的は韓国の金融機関9行。これは捏造なので、タイトルを修正する。
前回本文のタイトル想定「日本企業80社を標的に」はブリーフから来たものだが、事実と矛盾するため採用不可。
モデル名「DeepSeek v4.1-flash」「GLM-5.3」「Grok 4.6」は検証済み事実に含まれているが、実際の製品としての存在は不確かなので慎重に扱う必要がある（「検証済み事実シート」から採用）。

以下に全文を出し直します。

AIを使ったサイバー攻撃「ARTEX」韓国金融機関9行を標的に――日本企業が今見直すべき防衛の盲点

AIを使ったサイバー攻撃の現実：「ARTEX」が韓国金融機関9行を標的にした事案の全体像

2026年10月7〜8日、サイバーセキュリティ企業CrowdStrikeは、AIエージェント型ツール「ARTEX」を悪用した攻撃が韓国の複数金融機関を標的としていたと報告した（The Hacker News、Newsweek Japan）。攻撃期間は2026年9月下旬から10月上旬にわたり、新韓銀行・ハナ銀行・KB国民銀行を含む少なくとも9行が攻撃対象となったとされる。

ARTEXは、中国の開発者「Autumn-27」がGitHub上に公開したオープンソースのAIエージェント型ペネトレーションテストツールだ（The Hacker News、Newsweek Japan）。外部LLM——DeepSeek、Claude、ChatGPTなど——と連携してネットワーク脆弱性の検証を自動化する設計になっている。悪用が発覚した後、Autumn-27は2026年10月8日にソースコードを非公開化した（Asian News Network、The Hacker News）。

攻撃インフラとして香港拠点のIPアドレスが主に使用され、DeepSeek v4.1-flashを主要LLMとし、Z.aiのGLM-5.3やSpaceXAIのGrok 4.6が補助的に用いられたと報告されている（The Hacker News、Korea JoongAng Daily）。Anthropicの「Claude Code」のセッション履歴が香港IPの公開ディレクトリで発見され、攻撃者がAIを通じて韓国の情報販売マーケットプレイスやTelegramグループを調査していた形跡も確認された（The Hacker News）。攻撃者のTelegramアカウント「@YY520CN」が関与を示唆しているが本人は否定しており、身元・攻撃の全容は未確定だ（The Hacker News、Asian News Network）。

韓国当局は対応を強化している。金融委員会・金融監督院が消費者に警戒を呼びかけ、韓国警察が捜査を開始、李在明大統領が強力な対応を要求した（Newsweek Japan）。中国外務省はハッキングへの関与を否定している（Newsweek Japan）。

図：AIエージェント型サイバー攻撃の自律ループ構造。攻撃者が高度な技術を持たなくても、外部LLMを介して偵察・侵入試行・手順再生成が自律的に繰り返される。ARTEX事案はこの構造が実際に悪用された事例として記録された。

AIを使った攻撃で実際にどんな被害が出ているかは、日本・世界の主なAIハッキング被害一覧で説明しています。

関連記事AIによる情報漏洩の経路と対策は？

AIを使ったサイバー攻撃が日本企業の経営判断に突きつける構造的転換

ARTEX事案の標的は韓国の金融機関であり、現時点で日本企業への直接的な被害は確認されていない。しかしこの事案が日本の経営・IT責任者にとって重要なのは、「AIが攻撃ツールとして本格実用化された」という事実が公式に記録されたことにある。

転換点として認識すべき構造的変化は三つある。

第一に、攻撃コストの非対称性がさらに拡大した。オープンソースのAIエージェントツールがLLMへのAPIアクセスと最低限のスクリプト知識さえあれば動作する設計であれば、かつては高度な専門家にしか実行できなかった脆弱性の網羅的探索が、技術的ハードルを大きく下げる可能性がある。ARTEXのソースコードは非公開化されたが、一度公開されたコードはフォークされる可能性があり、完全な封じ込めは困難と考えられる。

第二に、攻撃の偵察フェーズにAIが組み込まれた。今回の事案では、攻撃者がClaudeのセッションを通じて韓国の情報販売マーケットプレイスやTelegramグループを調査していた形跡が確認されている（The Hacker News）。これは、標的の業種・国・組織の特性に合わせた偵察をAIが補助する手法であり、ランダムなボット攻撃より人手による検知が難しい。日本の金融・製造・医療などの規制業種は、機密性の高いデータを保有する高価値標的になりうるという前提を崩せない。

第三に、防御側の検知モデルの前提が揺らいでいる。従来の侵入検知システム（IDS）や次世代ファイアウォール（NGFW）は既知の攻撃パターンとのマッチングを基本とする。AIエージェントが毎回異なるアプローチを自動生成するならば、シグネチャベースの検知では追いつかない局面が生じる可能性がある。これは防御投資の配分見直しを示唆する論点だ。

次に読む：AIセキュリティ対策で企業がすべきことは？

AIセキュリティ対策とは？企業が知るべきリスクと今すぐできる対策【2026年】

AI型攻撃への対応における現実的な制約と注意すべき過大解釈

AIを使ったサイバー攻撃への対策を議論する際、リスクの正確な評価と過剰反応の抑制は同等に重要だ。

日本企業が整理すべきAI型サイバー攻撃のリスクと制約
観点	リスク・変化の実態	留意すべき制約・反論
攻撃コストの低下	AIツールが脆弱性探索を自動化。高スキル不要になる傾向がある	基本的な衛生管理（パッチ・MFA・最小権限）が徹底された組織は相応の耐性を持つ
シグネチャ検知の限界	AIが毎回異なる手順を生成するためパターンマッチングが機能しにくい局面がある	振る舞い検知も誤検知の問題を抱える。導入コストと運用負荷の現実的な評価が必要
攻撃者帰属の不確定性	今回も攻撃者の全容は未確定（The Hacker News）。アトリビューションは技術的に難しい	「どの国が」より「どう守るか」に経営資源を集中させる判断が現実的
規制・報告義務の強化	日本でも情報管理規制の強化傾向があり、インシデント報告義務の対象拡大が進む可能性がある	規制の詳細は流動的。法務・コンプライアンス部門との連携で最新動向を継続確認する必要がある
SOC・運用コスト増	AI生成の攻撃ログは量・多様性が増し、分析工数が増加しやすい	MSSP・MDR活用は有効だが、ベンダー依存リスクとのトレードオフを事前に評価することが重要

重要な事実として確認しておく必要があるのは、ARTEXが日本企業のシステムに不正侵入した事実は現時点で報告されていないという点だ。今回の標的は韓国の金融機関であり、日本への直接的な被害は確認されていない。AIエージェント型攻撃ツールへの対応を検討する際にも、まず基盤的な衛生管理——パッチ適用の徹底、多要素認証（MFA）の全面展開、最小権限原則の実装——が優先度の高い投資であることは変わらない。

AIを使ったサイバー攻撃対策として日本企業の経営・IT責任者が今着手すべき五つの実務

次の意思決定サイクルに持ち込むべき論点を、優先度の高い順に示す。

1. 攻撃対象領域（アタックサーフェス）の棚卸しを四半期単位で定例化する

AIエージェント型攻撃は、露出したポート・未パッチのサービス・公開APIエンドポイントを自動で列挙する。外部から見えるシステムのASM（Attack Surface Management）ツールによる定期スキャンは、費用対効果の観点で優先度が高い。SaaSや子会社・委託先を含めた棚卸しの範囲設定が実効性を左右する。

2. 振る舞い検知・異常検知の現状を点検し、未活用のルールセットを洗い出す

シグネチャベースの検知だけに依存する構成は、多様な攻撃手順に対して脆弱性を持ちやすい。既存のEDR・NDR・SIEM製品に振る舞い検知機能が含まれているにもかかわらず未設定のまま運用されているケースは少なくない。まず現行ツールの機能活用状況を確認することが先行投資になる。

3. フィッシング・ソーシャルエンジニアリングリスクの再評価を行う

今回の事案では、攻撃者がLLMを通じて標的の情報販売チャネルを調査していた形跡がある（The Hacker News）。AIを使った偵察はフィッシングメールの精度向上にも応用されうる。日本語での自然なフィッシング文章の生成が容易になっている現状を踏まえ、メールフィルタリング設定の見直しと従業員向けセキュリティ訓練の頻度・内容を再検討する価値がある。

4. インシデント対応計画（IRP）に「AI自動偵察による段階的侵入」シナリオを追加する

既存のIRPが「ランサムウェア感染」「フィッシングによる認証情報窃取」のみを主シナリオとしている場合、AI型攻撃シナリオを追加し、封じ込め・報告・復旧のフローを整合させる。金融・医療・製造の規制業種では、当局への報告タイムラインを含む手順の有否が監査上の論点になりうる。

5. サプライチェーン経由の侵入リスクを優先整理し、委託先要件を契約レベルで見直す

大企業より相対的に防御が手薄になりやすい中小ベンダー・ITサプライヤー経由の侵入は、過去の主要インシデントで繰り返されてきた経路だ。調達・委託先のセキュリティ要件を契約レベルで見直すことは、自社システムへの波及抑制において実効性が高い対策になる。

AIを使ったサイバー攻撃は技術的新奇性が高いため、「新しい問題には新しいツール」という反射的な購買判断を引き起こしやすい。しかしARTEX事案が示すのは、AIエージェントが既存の脆弱性を従来より効率的に突いているという事実だ。経営判断として優先すべきは基盤的な衛生管理の徹底と可視性の確保であり、それを土台としたうえで振る舞い検知や自動対応への段階的な投資を検討する順序が合理的と考えられる。

参考文献

The Hacker News「Chinese AI Pentest Tool ARTEX Used in Attacks on South Korean Banks」https://thehackernews.com/
Newsweek Japan「不正アクセス、中国系AI『ARTEX』で日本標的に金融など業種絞り攻撃」https://newsweekjapan.jp/
Korea JoongAng Daily「ARTEX cyberattack targets Korean financial institutions」https://koreajoongangdaily.joins.com/
Asian News Network「ARTEX developer takes code offline after attack reports」https://asianews.network/
CrowdStrike（報告主体・2026年10月7〜8日付レポート）https://www.crowdstrike.com/