
脅威モデリングの「重労働」をAIが担う――ThreatModeler NexusAIが狙う「作って終わり」からの脱却
はじめに
脅威モデリング(threat modeling)は、セキュリティ専門家の間で古くから「最重要なのに実践されにくい活動」として知られてきた。設計段階でリスクを洗い出せば手戻りは最小になる――理論上は。しかし現実には、モデル作成に専門家の時間が大量に必要なうえ、一度作ったモデルはアーキテクチャの変更に追いつけず陳腐化していく。
「作った時点で古くなり始める資産」ほど、現場に定着しにくいものはない。
この構造的な課題に、AIエージェントで挑む発表があった。
脅威モデリングプラットフォームのThreatModelerは、AI搭載の脅威モデリングパートナー「NexusAI」を発表した。モデルの作成・分析だけでなく、開発後のアーキテクチャ変更を追跡し、脅威モデルの更新案を人間に提示するところまでを自動化するのが特徴だ。
本記事では、発表内容の要点と、そこに込められた「脅威モデリングの知識を資産として育てる」という思想を整理する。
NexusAIとは――「生成」ではなく「運用」を自動化するエージェント
NexusAIは、ThreatModelerのエンタープライズプラットフォーム「ThreatModeler Nexus」に組み込まれるAI機能だ。脅威モデリングのプロセスにエージェント的な自動化を導入し、次の「重労働」を担う。
アプリケーションアーキテクチャの理解
脅威・セキュリティ要件の分析
変更の識別
人間のレビューのための更新案の作成
ここで重要なのは、NexusAIが**「一回限りの脅威モデルを生成するツール」ではない**という点だ。発表では「AIで脅威モデルを生成することは始まりにすぎない」と繰り返されており、AIによる自動化を、組織が既に持つセキュリティナレッジ・開発ワークフロー・エンタープライズガバナンスと接続する「プラットフォーム型」の設計になっている。
背景にあるのは、開発速度の非対称性だ。AIによってアプリケーション開発は加速したが、セキュリティチームのレビュー能力は自動的には増えない。その結果、セキュリティチームは「より多くのアプリを評価し」「アーキテクチャの変更に対応し」「イノベーションを止めずにリスクを管理する」という三重の圧力にさらされている。NexusAIは、このギャップを埋めるための仕組みと位置づけられる。
自動化の3つの柱
NexusAIの機能は、3つの領域に整理できる。
第一に、脅威モデル作成の簡素化だ。自然言語、図、ドキュメント、既存のアプリケーションコンテキストを使って脅威モデルを生成・探索できる。従来、専門家が手作業で図を描き、STRIDE等の手法で脅威を列挙していた工程の初期コストを大きく下げる。
第二に、セキュリティ分析の加速だ。AIによる分析と推奨事項を通じて、関連する脅威・セキュリティ要件・リスクを特定する。ここでも人間がゼロから考えるのではなく、AIの提案をレビューする形に変わる。
第三に、開発スピードへの追従だ。これが本発表の目玉だと筆者は見ている。NexusAIはアーキテクチャの変更を識別し、脅威モデルの更新案を人間のレビュー付きで提案することで、継続的なメンテナンス負荷を下げる。モデルが陳腐化する前に更新を提案し続ける、いわば「脅威モデルの保守運用」を自動化するのだ。
3つの柱に共通するのは、人間が重要な判断をコントロールしたまま、機械が下支えを引き受けるという分業設計である点だ。更新案がそのまま適用されるのではなく、必ず人間のレビューを経る。
Secure Design Graph――知識が「蓄積していく」仕組み
NexusAIを支えるのが、ThreatModeler Nexusのコア機能「Secure Design Graph」だ。これは、アプリケーションのアーキテクチャ、脅威、要件、緩和策、セキュリティ上の意思決定を相互に接続するグラフ構造のナレッジベースである。
この設計の本質は、「既存の知識の上に積み上げる」ことにある。従来の脅威モデリングでは、プロジェクトが変わるたびに、あるいは担当者が変わるたびに、類似の分析がゼロからやり直されてきた。Secure Design Graphでは、過去に判断された脅威と緩和策、その判断理由までがグラフとして残るため、次のモデル作成や更新提案がその知識を出発点にできる。
Kevin Gallagher CEOは次のように述べている。
「AIで脅威モデルを生成することは、ほんの始まりにすぎない。本当の機会は、最初のモデルが作られた後もそのインテリジェンスを使い続けられることにあります。NexusAIでは、脅威モデリングを開発と接続し、組織がすでに持っているセキュリティナレッジの上に構築することで、セキュリティが時間とともに、より賢く、より一貫した、より価値のあるものになっていきます」
さらに、開発ツールとのインテグレーションにより、脅威モデリングは「ソフトウェアが作られる場所」に近づく。セキュリティチームはオーバーサイトを維持しながら、開発者は自分の既存ワークフローの中で関連するセキュリティガイダンスを受け取れる。脅威モデリングを「セキュリティチームだけの儀式」から「開発の流れに埋め込まれた仕組み」に変える試みだ。
筆者の考察――脅威モデリングのボトルネックは「作成」ではなく「維持」
この発表で筆者が最も評価したいのは、AIの適用先として「モデルの生成」ではなく「継続的な維持」を選んだ点だ。
脅威モデリングが現場で形骸化する最大の理由は、初期作成のコストではない。その後の保守コストである。マイクロサービスの分割、APIの追加、外部連携の変更――現代のアーキテクチャは絶えず動く。そのたびに脅威モデルを手作業で更新する運用は、どんなに優れたチームでも数か月で破綻する。結果として「作成直後は正確だが、半年後には嘘しか書かれていないドキュメント」が量産されてきた。
つまり脅威モデリングの真の課題は、ドキュメントではなく「生きた知識」を如何に保つかという、まさに継続性の問題だった。アーキテクチャ変更の検出と更新案の提示を自動化するNexusAIのアプローチは、この構造に正面から向き合っている。前回取り上げたMicrosoftのGuardian Agents(エージェントの権限を動的に制御)と対照的だが、共通するのは「一度きりの設定ではなく、継続的な適応」という発想である。セキュリティの各論点が、静的な防御から動的な運用へ移行しつつあることを、両社の動きは示している。
もう一つの注目点は、買収・統合の文脈だ。この発表は、2026年前半のThreatModelerとIriusRiskの統合、7月の統合プラットフォーム「ThreatModeler Nexus」の投入に続く次の一歩であり、脅威モデリング市場の統合と自動化が本格化していることを示唆する。生成AIでコード量が増えるほど、設計段階のセキュリティ判断の需要は増える。脅威モデリングの「工業化」は、今後のセキュリティ市場における伸びしろの大きい領域だろう。一方で、AIの提案をどの程度信頼できるか、誤った緩和策が知識グラフに蓄積した場合の汚染リスクなど、AIの出力の品質をどう保証するかという新たな課題も生まれる。人間のレビューを必須とする設計は、その意味で妥当な落とし所だが、レビューする人材の育成・確保が次のボトルネックになる可能性はある。
まとめ
ThreatModelerは、脅威モデリングプラットフォーム「ThreatModeler Nexus」にAI機能「NexusAI」を導入し、モデル作成・分析・維持の重労働をエージェント的に自動化する。
背景には、AIによる開発加速とセキュリティレビュー能力のギャップ拡大がある。より多くのアプリの評価、アーキテクチャ変更への対応、イノベーションを止めないリスク管理という三重の圧力にセキュリティチームは直面している。
機能は3つの柱――自然言語や図からのモデル作成、AIによる脅威・要件・リスク分析の加速、そしてアーキテクチャ変更の検出と人間レビュー付きのモデル更新提案。
核心は「一回限りのモデル生成」ではなく、Secure Design Graph上にアーキテクチャ・脅威・要件・緩和策・意思決定を接続し、知識を蓄積して再利用できる形にすること。
Gallagher CEOは「AIで生成することは始まりにすぎない。最初のモデル作成後もインテリジェンスを使い続けられることに本当の機会がある」と述べ、時間とともに賢くなるセキュリティを掲げる。
開発ツールとの統合により、脅威モデリングは「ソフトウェアが作られる場所」に埋め込まれ、開発者は既存ワークフローの中でセキュリティガイダンスを受け取れる。
脅威モデリングのボトルネックは「作成」ではなく「維持」であり、この発表はその構造に正面から向き合ったもの。一方で、AI提案の品質保証と知識グラフの汚染リスク管理が今後の論点になる。
#脅威モデリング #AppSec #AIエージェント #セキュリティ #DevSecOps #ThreatModeler #NexusAI #シフトレフト
※本記事はThreatModelerの発表および公開情報をもとにした解説であり、筆者の考察を含みます。製品の機能・仕様・提供時期は変更される可能性があります。セキュリティ対策や導入判断は、ご自身の責任においてご検討ください。