Mythos とは何か：AI 攻撃の本質と企業のセキュリティ対策戦略
最近、世界のセキュリティ業界では、Anthropic が発表した 「Claude Mythos Preview」 と 「Project Glasswing」 が注目を集めている。一部ではこれを「AI ベースの新たな攻撃技術の登場」と解釈する声もあるが、より正確な見方は異なる。今回の事例は、新たな攻撃手法の出現というよりは、AI を通じて脆弱性の探索、悪用（Exploit）、攻撃シナリオの実行における速度と自動化のレベルが大幅に向上し得ることを示した事象に近い。
つまり、攻撃の本質が変わったのではなく、攻撃が行われる方法の「速度と規模」が変化しているのだ。
Mythos と Glasswing とは何か
Anthropic は2026年4月7日、自社の最新フロンティアモデルである Claude Mythos Preview とともに、Project Glasswing を発表した。
Claude Mythos Preview
- 大規模言語モデル（LLM、Large Language Model）ベースのセキュリティ分析モデル
- 脆弱性の探索（Vulnerability Discovery）およびエクスプロイト生成（Exploit Generation）に特化
- 制限された環境において、高度に自動化された攻撃シナリオを生成できることを確認
特にこのモデルは、単なる脆弱性の特定にとどまらず、実際に動作する攻撃コード（Working Exploit）を自動的に生成する能力を示し、注目を集めた。
Project Glasswing
- AWS、マイクロソフト、グーグル、シスコ、クラウドアストライクなど主要企業が参加した協力プログラム
- 核心となるソフトウェアおよびインフラの脆弱性を早期に発見し、対応するためのセキュリティ研究プロジェクト
- 一般公開ではなく、限られたパートナー企業による運営
つまり、このプロジェクトは攻撃ツールの拡散ではなく、AI ベースの脆弱性発見能力を防衛目的で活用するための試みであると見るのが適切である。
攻撃の手法はそのまま、速度と自動化だけが変化した
今回の問題を理解する上で重要な点は以下の通りである。現在までに確認されているところによると、AI ベースの攻撃もまた、次のような既存の攻撃フローをそのまま踏襲している。
- 脆弱性の悪用（Exploit）
- マルウェアの実行（Malware Execution）
- 権限昇格（Privilege Escalation）
- 水平展開（Lateral Movement）
つまり、攻撃の「形態」は変わっていない。ただし、AI の導入により、次のような変化が見られている。
- 脆弱性探索速度の急激な増加
- 繰り返し攻撃の自動化
- 攻撃シナリオの高度化
- 攻撃の参入障壁の低下
ガートナー（Gartner）は、これを脆弱性の発見と悪用との間の時間差が急激に縮まる構造的な変化として説明しており、ベイン・アンド・カンパニー（Bain & Company）もまた、AI ベースの攻撃がすでに現実のものとなっていることを指摘している。
なぜ 「完全遮断」 戦略は限界に達したのか
従来のセキュリティ戦略は、「事前防止（Prevention）」を中心に設計されてきた。しかし、攻撃の速度と自動化レベルが高まるにつれ、このアプローチは次第に限界が明らかになりつつある。
代表的な変化は以下の通りである。
- 脆弱性が公開された後、パッチ（Patch）の適用が完了する前に攻撃が発生する事例が増加している。
- 攻撃が自動化されるにつれ、同一の攻撃が急速に繰り返され、拡散している。
- AI を通じて発見される脆弱性の数自体が大幅に増加している。
こうした変化は、セキュリティの焦点を根本的に変えつつある。
セキュリティの基準は 「エクスポージャー管理（Exposure Management）」 へと移行している
今や、セキュリティにおける核心的な問いは変化している。過去には「どれほど迅速にパッチを適用するか（MTTR、Mean Time To Remediate）」が重要だった。
しかし現在は、▶脆弱性が露出した時間（エクスポージャー・ウィンドウ、Exposure Window）▶どれだけ迅速に検知するか▶どれだけ迅速に対応するかが、より重要な基準となっている。
ガートナー（Gartner）はこれを 「エクスポージャー・マネジメント（Exposure Management）」 中心のセキュリティと定義し、セキュリティの KPI が変化していることを強調している。
アンラボが見る変化の本質：防御方式の転換
アンラボは、今回の Mythos 問題を単なる危機とは見ていない。むしろ、これはセキュリティ運用方式が転換される時点であると解釈している。特に注目すべき変化は以下の通りである。
- 人手中心のセキュリティ運用の限界：すべてのアラートを人が直接分析し、対応する構造は、ますます非効率的になっている。
- AI ベースのセキュリティ運用の必要性：検知（Detection）、分析（Analysis）、対応（Response）の全過程に AI を活用する構造が求められる。
- AI を行為主体（Actor）として認識：AI は単なるツールではなく、一つの行為主体として、それ自体を識別し制御すべき対象となる。
つまり、今後のセキュリティには、▶AI を活用した防御の高度化 ▶AI 自体を制御するセキュリティが同時に求められる。
AI 攻撃の時代、企業が準備すべきこと
こうした変化の中で、企業が準備すべき方向性は比較的明確である。資産可視性（Asset Visibility）を確保し、脆弱性管理（Vulnerability Management）体制を強化しなければならない。
また、振る舞い(行動)ベースの検知（Behavior-based Detection）を通じて異常兆候を迅速に識別し、拡張検知・対応（XDR、Extended Detection and Response）を通じて統合的な分析と対応を実施しなければならない。さらに、対応の自動化（Response Automation）と脅威インテリジェンス（Threat Intelligence）の連携を通じて、実際の対応速度を高めることが重要である。
アンラボの対応方針：連携したセキュリティ運用
アンラボは、このような環境の変化に対応するため、検知・分析・制御・対応を連携させるセキュリティ運用体制を中心に戦略を展開している。
- AhnLab EDR：独自の振る舞い(行動)ベース分析エンジンとユーザー定義の検知、MITRE ATT&CK に基づく詳細な脅威情報、MDR を通じた専門家による分析およびガイドの提供
- AhnLab XDR：多様なシステムから脅威情報を収集し、分析・検知・対応を行うセキュリティ運用プラットフォーム。資産とリスクを特定し、総合的な対応へとつなげる
- AhnLab TIP：マルウェア、侵害インシデント、脅威アクター、脆弱性、IoC、セキュリティニュースなど、多様な脅威情報を迅速に提供する脅威インテリジェンスプラットフォーム EDR/XDR 製品と連携し、最新の脅威や脆弱性が組織に与える影響を迅速に把握
- AhnLab XTG の ZTNA：ゼロトラストの原則に基づき、ユーザーとデバイスの身元、セキュリティ状態、接続条件などを継続的に検証し、アプリケーションやネットワークリソースなどへのアクセスを制御することで、初期侵入や移動などによる被害拡大の可能性を低減
このような構造は、特定の攻撃を遮断するのではなく、検知→分析→制御→対応を有機的に連携させる運用体制を目標としている。
結論：Mythos が示したセキュリティの転換
今回の Mythos 問題は、新たな攻撃手法の登場というよりは、既存のセキュリティ体制の限界を露呈した事例に近い。AI の導入により、攻撃は「迅速化され、自動化され、同時により多くの脆弱性を悪用できる」方向へと変化している。
しかし重要な点は、攻撃の本質そのものは変わっていないということだ。脆弱性の悪用、実行、拡散という既存の攻撃構造はそのまま維持される。こうした変化は、セキュリティの焦点を根本的に変えている。今や企業は、「すべての攻撃を遮断できるか」よりも、「どれだけ迅速に検知し、正確に分析し、迅速に対応できるか」に集中しなければならない。
結局、セキュリティの競争力は次の3つに集約される。
- 検知速度 (Detection Speed)
- 分析精度 (Analysis Accuracy)
- 対応力 (Response Capability)
Mythos が遺した最も重要なメッセージは明確だ。セキュリティはもはや「遮断の技術」ではなく、検知・分析・対応が有機的に連携した「セキュリティ運用モデル（Security Operating Model）」へと進化している。
FAQ：Mythos と AI ベースの攻撃に関する主な質問
Q1. Anthropic の Mythos／Project Glasswing とは何を意味するのか
Anthropic は2026年4月7日、Claude Mythos Preview と Project Glasswing を発表した。これは一般に公開された商用モデルというよりは、一部のパートナーや参加機関が防御目的のセキュリティ業務に活用する限定的な研究プログラムに近い。このプログラムの目的は、核心となるソフトウェアやインフラにおける脆弱性をより迅速に特定し、修正することにある。Anthropic もまた、当該モデルを広く一般に提供する計画はないと明らかにしている。
したがって、今回の件は新たな攻撃ツールの拡散というよりは、AI を活用することで脆弱性の探索と対応のスピードを向上させることができることを示した事例として理解するのが適切である。
Q2. Mythos は実際の脅威なのか、それとも誇張された問題なのか？
Mythos は現在、限定された環境で運用されている研究モデルである。ただし、AI ベースの攻撃の可能性と方向性を示した事例として、セキュリティ戦略の観点からは重要な意味を持つ。
Q3. Mythos のような AI が登場すれば、既存のセキュリティ製品は無力化されるのか？
セキュリティの基本原理が変わったわけではない。ただし、攻撃の速度と自動化レベルが高まるにつれ、資産の可視性、脆弱性管理、振る舞い(動作)ベースの検知、統合分析、対応の自動化の重要性がさらに高まっている。Anthropic も Mythos Preview を一般公開せず、防御を目的とした限定的な研究プログラムとして運用している。
Q4. AI 攻撃を完全に防ぐことはできるのか？
現実的に、すべての攻撃を完全に遮断することは難しい。重要なのは、検知・分析・対応のスピードを高めることだ。
Q5. アンラボの製品はAI攻撃への対応に役立つか
AI ベースの攻撃も、結局はエンドポイントの動作、ネットワーク上の移動、コマンドの実行などの形で現れる。アンラボは、EDR、XDR、脅威インテリジェンス、対応の自動化を通じて、対応能力を高める方向で支援している。
Q6. アンラボが提供する製品自体は、AI攻撃に対して安全か？
アンラボは、製品開発からリリース、運用に至る全プロセスにおいて、サプライチェーンセキュリティ（Supply Chain Security）と脆弱性対応体制（Vulnerability Management）に基づき、製品の信頼性を管理している。核心は、AI が発見したか人が発見したかにかかわらず、新たに発見された脆弱性をいかに体系的かつ迅速に識別・判断・対処できるかにある。
このため、アンラボはグローバル標準に基づくオープンソース管理（Open Source Management）をはじめ、脆弱性の特定および影響度分析、反映の可否の検証と継続的な点検、セキュアコーディング（Secure Coding）、静的・動的解析（Static/Dynamic Analysis）、脆弱性スキャン（Vulnerability Scanning）、SBOM（Software Bill of Materials）に基づく構成要素管理に至るまで、開発の全過程にセキュリティ検証を組み込んでいる。
これにより、脆弱性への対応リードタイムを最小限に抑えている。また、AI によって脆弱性の発見や悪用の速度が加速する環境においても、顧客が安心して製品を運用できるよう、継続的なセキュリティ検証と対応体制の高度化を進めている。
Q7. AI 時代のセキュリティにおいて最も重要な要素は何か？
遮断中心のアプローチよりも、検知・分析・対応を有機的に連携させる運用体制が重要だ。特に、対応速度と自動化のレベルが鍵となる。
Q8. 今後、セキュリティはどのように変化するか
AI を活用した防御体制の高度化とともに、AI を単一の行為主体と見なし、これを識別・追跡・制御するセキュリティ領域も共に発展していくものと予想される。