RAS AIプライベート契約の外部LLMでも、なぜセキュリティ案件のデータは入力できないのか
01要約
02「学習に使わない」と「外に出ない」は別の問題
セキュリティ担当者が外部LLMの契約書でまず確認するのは、通常は学習への再利用禁止条項です。この条項は重要ですが、セキュリティ案件の規定が問う質問はもう一つあります。データが処理される瞬間、そのデータはどこにあるのかです。
国家情報院ガイドラインの4.2節は、組織の内部業務にAIモデルを使う場合について次のように記しています。
- 「AIモデルを適用・活用するための内部業務システムは、インターネットなどの外部ネットワークから分離した状態で運用しなければならない。」
- 組織が自らシステムを構築する場合、「AIモデルの学習に利用される組織のデータ、およびユーザーの質問文・生成物など開発・運用時に発生するデータは、組織外へ直接移動させることはできない」とされています。ただし、安全性が担保されたセキュアなネットワーク連携システムを活用するなど、ネットワーク分離のセキュリティ対策を守る場合には例外があります。
- クラウドを利用する内部の行政業務についても、「インターネットを基盤として提供される関連技術は使用できない」と記しています。
- 付録の利用者セキュリティ遵守事項の1行目は「機微な情報（非公開情報、個人情報など）の入力禁止」です。
このガイドラインは国家・公共機関向けのものですが、企業が遂行するセキュリティ案件も発注機関のセキュリティ規定に従うため、企業も同じ問いに直面します。
学習への再利用禁止は「処理した後に何をするか」についての約束です。規定が禁じているのは、そもそも「処理するために外へ送ること」そのものです。契約条件がどれほど良くても、2つ目の問いには答えられません。
| 外部LLMの利用形態 | 契約・設定で解決できること | 解決できないこと |
|---|---|---|
| 一般的な対話型サービス | 会話履歴・学習機能をオフにする | データが外部サーバーへ送信される |
| 企業向けプライベート契約 | 学習への再利用禁止、保管期間・削除、アクセス制御 | 質問と文書が組織外で処理される |
| 専用クラウド環境・国内リージョン | 処理場所（国）・分離レベル | 依然としてインターネット基盤のサービスであり、組織のネットワーク外 |
| オンプレミスLLM（内部ネットワークで直接運用） | 処理場所が組織内 | モデル・サーバー・運用は組織が責任を負う |
まとめると、プライベート契約は外部サービスのリスクを減らす手段であり、オンプレミスLLMはデータを組織から外に出さないための手段です。セキュリティ案件の規定が求めるのは、多くの場合後者です。
03N²SFが開いたもの、開かなかったもの
2025年9月に国家情報院が正式版を公開した国家ネットワークセキュリティ体系（N²SF）は、一律の物理的なネットワーク分離から脱し、AIやクラウドを利用できるようにするための枠組みです。業務情報を機密（C）・機微（S）・公開（O）に分類し、等級ごとに異なるセキュリティ管理策を適用します。
生成AIについては、開かれた扉と閉ざされた扉がはっきりしています。正式版は生成AIを情報サービスモデルの一つとして扱っており、2026年10月に公開された導入事例の説明によれば、機微（S）等級の業務ネットワークからでも、組織が承認した公開（O）等級の生成AIサービスには接続できます。ただし、送信できるのはO等級のファイルに限られ、C等級とS等級のファイルは遮断されます。
つまりN²SF以後も、公開情報で行う業務は外部AIへ、機密・機微情報で行う業務は組織内でという区分は変わりません。セキュリティ案件を遂行する企業でAIの支援が最も必要な業務は、たいてい後者です。
- 案件の要求仕様書、設計文書、試験手順書のレビューと要約
- 過去の案件文書から類似事例・欠陥を探す
- 構成・変更履歴と設計根拠の照会
- 社内コードのレビューとドキュメント化
04防衛産業の現場はさらに慎重に動いている
これは公共部門の規定だけの話ではありません。2026年1月の報道によると、韓国防衛事業庁（DAPA）は防衛企業に対し、生成AIを悪用したハッキング攻撃への注意を促す公文書を送り、業務用コンピューターで生成AIの使用を遮断し、やむを得ず使う場合は機微な情報を入力しないよう求めました（報道内容に基づくもので、公文書の原文は公開されていません）。
これに加えて、案件ごとに発注機関と交わすセキュリティ誓約、セキュリティ監査、案件別のセキュリティ等級が重なります。実務担当者にとって「この文書を外部AIに入力してよいか」をその都度判断するのは難しく、結局はAIをまったく使わないという結論になりがちです。セキュリティを守りながらAIの支援も受けるには、機密・機微業務用のAIを組織内に置くことが現実的な方法です。
05オンプレミスLLMはどこから準備すべきか
オンプレミスLLMの構築は、GPUサーバーを購入することから始まるのではありません。まずはデータと業務です。
01まずデータの等級を分類します。
02AIに任せる業務を絞り込みます。
03モデルとライセンスを選びます。
04文書検索（RAG）とアクセス権限を組み合わせます。
05同じ基準で検証します。
06運用とセキュリティ審査を準備します。
06明日確認すべきこと
| 担当 | 確認事項 |
|---|---|
| セキュリティ担当 | 自社の案件文書のうち、外部AIに入力できないのはどの範囲か。その線引きは文書化されているか。 |
| セキュリティ担当 | 現在利用している外部AIの契約は、「学習への再利用禁止」以外に「データの処理場所」について何を保証しているか。 |
| 事業・エンジニアリング部門のリーダー | AIが最も時間を削減できる業務3つは何か。その業務が扱うデータの等級は何か。 |
| IT・インフラ | 内部ネットワークに計算サーバーを置くスペース、電力、持ち込み手順はあるか。モデルの更新ファイルはどの経路で持ち込むか。 |
| 経営陣 | 「AIを使わないこと」は自社のセキュリティポリシーなのか、それとも代替手段がないだけなのか。 |
07まとめ
VWAYは、お客様の内部ネットワークに文書検索（RAG）付きのオンプレミスLLMを構築し、外部の比較モデルと同じデータセット・同じ基準で性能を検証してきました。また、安全分析ツールVisualProをMCPでオンプレミスLLMに接続し、エンジニアが設計根拠や変更の影響を自然言語で問い合わせられる構成も提供しています。データの等級と対象業務の整理から始めたい場合は、オンプレミスLLM構築のご相談をお寄せください。
08よくある質問
Q1外部LLMとプライベート契約を結べば、セキュリティ案件のデータを入力してもよいのではありませんか？
Q2N²SFが施行されれば、生成AIを自由に使えるのではありませんか？
Q3オンプレミスLLMは、外部の最新モデルより性能がかなり劣るのではありませんか？
Q4オンプレミスLLMを構築すれば、すぐに機密文書に使ってもよいのですか？
Q5どこから始めればよいですか？
· 国家情報院・国家保安技術研究所『ChatGPTなど生成AI活用セキュリティガイドライン』（韓国語）、2023年6月29日配布（4.2節 構築形態別の生成AI技術導入時の考慮事項 40～41ページ、付録 セキュリティ遵守事項 52ページ）
· 国家情報院『国家ネットワークセキュリティ体系（N²SF）セキュリティガイドライン』1.0 正式版、2025年9月30日公開（Byline Network、2025年9月30日報道） — Byline Network の記事
· AhnLab「AI時代の業務ネットワークセキュリティ：N2SF導入支援事業に基づく適用事例」（韓国語）、2026年10月12日 — 情報サービスモデル2（生成AI）の説明
· Herald Business「[独占] 防衛事業庁、防衛企業に『生成AIハッキング』への注意を促す公文書を送付」（韓国語）、2026年1月27日 — 記事