AI生成コードのセキュリティリスク概論

【データで見る】衝撃的な統計数値

2025年、AI生成コードのセキュリティに関する調査結果が相次いで発表されました。

Veracode 2025レポート:

指標	数値
AI生成コードにセキュリティ欠陥がある割合	45%
Javaの失敗率	70%以上
XSS防御の失敗率	86%
ログインジェクション脆弱性率	88%

Wiz Research調査:

vibe-codedサイトの 49.5% に秘密情報（APIキー、JWT等）が露出

Escape研究:

5,600アプリを調査
2,000以上の脆弱性 を発見
400以上の秘密露出 を確認

これらの数字は、AI生成コードのセキュリティが深刻な状況にあることを示しています。

なぜAIはセキュアなコードを書かないのか

Simon Willison（Django共同創設者）は、こう指摘しています。

“This is the single biggest challenge with vibe coding… The most obvious problem is that they’re going to build stuff insecurely.”

根本原因:

学習データの問題
- インターネット上の脆弱なコードから学習
- Stack Overflowのコピペ問題を引き継いでいる
機能優先の最適化
- 「動く」ことが最適化目標
- セキュリティは二次的
明示的指示の欠如
- セキュリティ要件を伝えないと考慮されない
- デフォルトで安全ではない
コンテキスト不足
- アプリ全体のセキュリティモデルを理解していない
- 部分的な視点でしかコードを生成できない

OWASP Top 10とAI生成コード

OWASP Top 10（2021年版）に照らすと、AI生成コードには以下の問題が頻出します。

OWASP	問題	AI生成コードでの頻度
A01: 認証の不備	認証バイパス、クライアントサイド認証	高
A02: 暗号化の失敗	平文パスワード、弱いハッシュ	高
A03: インジェクション	SQLインジェクション、XSS	非常に高
A04: 安全でない設計	RLS未設定、認可不備	高
A05: セキュリティ設定ミス	APIキー露出、デバッグモード	非常に高
A06: 脆弱なコンポーネント	古いライブラリ、Slopsquatting	高
A07: 識別と認証の失敗	セッション管理不備	中
A08: データの完全性	検証なしのデシリアライゼーション	中
A09: ログとモニタリングの失敗	ログ不足、センシティブ情報のログ出力	高
A10: SSRF	サーバーサイドリクエストフォージェリ	中

共有インフラが生むシステミックリスク

vibe codingプラットフォーム特有のリスクがあります。

“All vibe coding applications run on the vendor’s shared infrastructure, meaning every customer inherits the vendor’s security posture.”

リスク構造:

プラットフォームの脆弱性
        ↓
全顧客アプリの脆弱性
        ↓
大規模なセキュリティインシデント

Base44事件の教訓:

プラットフォームの認証システムに欠陥
全アプリが認証バイパス可能に
1つの脆弱性が数千アプリに影響

サイバー攻撃者の視点：AI生成コードの狙い方

攻撃者は、vibe codingで作られたサービスを 積極的に狙っています。

攻撃者の思考:

「vibe codingで作った」とSNSで公開
開発者は非技術者の可能性が高い
セキュリティレビューされていない可能性
簡単な脆弱性が見つかるかも
攻撃してみよう

別記事の「ゼロ手書きSaaS」事件:

SNSで「vibe codingで作った」と公開
数日後に攻撃開始
APIキー流出、認証バイパス、不正決済
サービス完全終了

vibe codingの「見えない複雑さ」問題

非技術者が見落としがちな「見えない複雑さ」があります。

見えるもの	見えないもの
UIが表示される	XSS脆弱性がある
データが保存される	SQLインジェクション可能
ログインできる	認証バイパス可能
決済できる	不正決済可能
動いている	APIキーが露出している

「動く」と「安全」は、まったく別の問題です。

この記事で扱うセキュリティアンチパターン

この記事では、以下の7つのセキュリティアンチパターンを詳しく解説します。

#	アンチパターン	影響
⑧	APIキー露出	課金被害、サービス停止
⑨	クライアントサイド認証	認証バイパス、不正アクセス
⑩	入力バリデーション欠如	不正決済、データ破壊
⑪	XSS無防備	セッション乗っ取り、情報窃取
⑫	パスワード平文保存	認証情報漏洩
⑬	Slopsquatting	サプライチェーン攻撃
⑭	古いライブラリ推奨	既知の脆弱性悪用

本章のまとめ

AI生成コードのセキュリティリスク:

45%に欠陥 — AI生成コードの約半分にセキュリティ問題
なぜ安全でないか — 学習データ、機能優先、指示不足
OWASP Top 10 — すべての項目でリスクあり
共有インフラリスク — プラットフォーム脆弱性が全顧客に影響
攻撃者に狙われる — vibe codingサービスは格好のターゲット
見えない複雑さ — 「動く」≠「安全」

まとめ：重要ポイントの振り返り

AI生成コードの 45%にセキュリティ欠陥 （Veracode 2025）
49.5%のサイトに秘密情報露出 （Wiz Research）
AIは 「動く」ことに最適化 、セキュリティは二次的
OWASP Top 10 のすべての項目でリスク
共有インフラ の脆弱性が全アプリに影響
攻撃者は vibe codingサービスを狙っている
教訓：AI生成コードを安全と思うな、検証せよ

AI生成コードのセキュリティリスク総論