「社長の顔写真をプリントアウトしてWebカメラにかざしたら、役員専用システムにログインできてしまうのではないか？」
システム導入の現場では、企業のセキュリティ担当者やeKYC（オンライン本人確認）のプロジェクトマネージャーから、このような懸念の声が頻繁に聞かれます。顔認証技術がスマートフォンのロック解除からオフィスの入退室管理、金融機関の口座開設まで急速に普及する一方で、その堅牢性に対する漠然とした不安は消えていません。
結論から言えば、適切な対策が施されていない旧世代の顔認証システムであれば、その懸念は現実のものとなります。高解像度の写真一枚、あるいはSNS上の動画一つで、セキュリティは容易に突破され得るのです。
しかし、現在のAI技術は無防備ではありません。ここで鍵となるのが、「Liveness Detection（ライブネス・ディテクション／生体検知）」という技術です。これは、カメラの前にいるのが「登録された本人」であるかどうかだけでなく、「今、そこに生きている人間が存在しているか」を判定する仕組みです。
本記事では、なぜ顔認証が突破されるリスクがあるのか、そして最新のAIはどのように「生身の人間」と「偽物」を見分けているのかを論理的に解説します。リスクの構造を正しく理解し、現場で実効性のある安全なシステムを構築するための第一歩としてください。
なぜ「顔認証は写真で騙せる」と言われるのか？脅威の正体
まず、高度な計算処理を行っているはずのAIが、なぜ一枚の写真に騙されてしまうのか、その背景にある顔認証技術の基本的な仕組みと構造的な脆弱性を整理します。
顔認証の基本原理と「なりすまし」の脆弱性
多くの顔認証システムは、カメラで捉えた画像から目、鼻、口の位置や輪郭といった「特徴点」を抽出し、事前に登録されたデータベース上の数値と比較照合します。ここで重要なのは、従来の多くのシステムが「2次元（2D）の情報」に基づいて判断していたという点です。
システムが「目と目の距離」や「口角の角度」といった幾何学的な形状情報だけを見て判断している場合、本人の顔そのものでなくとも、同じ形状情報を持つ「本人の顔写真」があれば、計算上の条件を満たしてしまいます。AIにとっては、カメラの前にいるのが「立体の人間」なのか「平面の写真」なのかを区別する追加の情報がない限り、両者は同じ「正解」として処理されます。
これはAIの性能不足ではなく、与えられたタスクが「登録画像と似ているか」を判定することのみであり、「それが本物か」を問われていなかったことに起因します。
主な攻撃手法：写真、スマホ画面、3Dマスク
専門的な文脈では、こうしたカメラやセンサーに対する欺瞞行為を「プレゼンテーション攻撃（PAD: Presentation Attack Detection）」と呼びます。攻撃者は、正当なユーザーになりすますために、さまざまな道具（アーティファクト）をカメラに提示します。
代表的な手法には以下のものがあります。
プリントアタック（写真攻撃）
高解像度の顔写真を印刷してカメラに見せる手法です。最も安価で原始的ですが、対策のないシステムには有効です。目や口の部分を切り抜いて、攻撃者が自分の顔に当てて瞬きなどを模倣する「フォトマスク」と呼ばれる手法もあり、静止画判定をすり抜けるために用いられます。リプレイアタック（動画攻撃）
スマートフォンやタブレットの高精細な画面に、ターゲットの顔動画や静止画を表示してカメラにかざす手法です。SNSにアップロードされた自撮り動画などが悪用されます。画面の発光や反射が伴いますが、暗所などでは突破されるリスクが高まります。3Dマスクアタック
3Dプリンターなどで作成した精巧なマスクを使用する手法です。シリコンなどで皮膚の質感を模倣されると、2次元の画像解析だけでなく、一部の深度センサーさえも欺く可能性があります。コストがかかるため、特定の重要人物や高額資産を狙う標的型攻撃で懸念されます。
セキュリティ事故が企業に与えるインパクト
導入した入退室管理システムや顧客向けの本人確認アプリがこれらの攻撃によって突破された場合、単なる「不正侵入」や「なりすましアカウントの作成」という直接的な被害にとどまりません。「セキュリティ対策が不十分な技術を選定した」という企業のガバナンス能力そのものが問われることになります。
特に金融サービスや機密情報を扱う領域では、一度の突破事例がブランドの信頼を根底から覆す可能性があります。「AIだから安全だろう」という過信は、経営リスクに直結します。実際に、簡易的な顔認証のみで本人確認を行っていたサービスにおいて、写真によるなりすましで大量の不正アカウントが作成され、事業継続が困難になる事例も報告されています。
AIの防波堤「Liveness Detection（生体検知）」とは何か
こうした脅威に対抗するために開発されたのが、「Liveness Detection（生体検知）」です。これは、顔認証システムにおける「防波堤」の役割を果たします。
本人確認における「本物」の定義
顔認証における本人確認は、論理的に2つのステップで構成されるべきものです。
- Identity Verification（本人照合）
「この顔は、登録されているAさんと同じ顔か？」という同一性の確認。 - Liveness Detection（生体検知）
「この顔は、今そこにいる生身の人間か？」という実在性の確認。
従来型のシステムは1のみを行っていましたが、セキュリティ強度の高いシステムでは、2のプロセスが必須となります。Liveness Detectionは、カメラの前の対象物が、写真やディスプレイ、マスクなどの「非生体（アーティファクト）」ではなく、「生体（ライブ）」であることを証明する技術です。
Liveness Detectionがチェックしている3つの要素
AIは主に以下の3つの要素を複合的に解析し、「生体」であるかを判断しています。
- 質感（Texture）
人間の皮膚には独特の光の散乱（サブサーフェイス・スキャタリング）や、微細な凹凸があります。一方、写真はインクの粒子や紙の質感が、ディスプレイには画素（ピクセル）の配列が存在します。AIはこれらを識別します。 - 奥行き（Depth）
人間の顔は複雑な3次元構造をしています。写真は平面的であり、曲げたとしても顔の立体構造とは異なります。鼻の高さや眼窩のくぼみなどを認識します。 - 微細な動き（Motion）
人間は静止しているつもりでも、呼吸や心拍に伴う微細な動き、瞬き、表情筋の収縮などが絶えず起きています。完全に静止している物体は不自然であると判定されます。
eKYCや入退室管理での役割
オンラインでの本人確認（eKYC）において、この技術は極めて重要です。対面であれば窓口の担当者が不自然さを見抜けますが、非対面チャネルではAIがその役割を担います。
日本でも、犯罪収益移転防止法（犯収法）の要件として「本人の容貌の画像」と「写真付き本人確認書類」の送信に加え、「本人の容貌の画像の送信が、直前に撮影されたものであること」を確認する措置などが求められています。この「直前に撮影された生身の人間であること」を担保するのが、Liveness Detectionです。
アクティブ vs パッシブ：ユーザーに何をさせるかで変わる検知方式
Liveness Detectionを実装する際、システム導入の観点で最も重視すべきは「ユーザー体験（UX）」と「機能性」のバランスです。検知方式は大きく「アクティブ」と「パッシブ」の2つに分類され、それぞれユーザーに求めるアクションが異なります。
アクティブ方式：「瞬きしてください」のメリット・デメリット
アクティブ方式は、ユーザーに対して特定の動作を要求するものです。「瞬きをしてください」「右を向いてください」「画面に近づいてください」といった指示（チャレンジ）を出し、ユーザーがそれに正しく反応（レスポンス）するかを確認します。
- メリット
ユーザーに「認証されている」という認識を与えやすく、直感的に分かりやすい点が挙げられます。また、ランダムな指示を出すことで、攻撃者が事前に用意した静止画や動画では対応しきれない状況を作り出せるため、リプレイアタックへの防御力が高いとされています。 - デメリット
ユーザーの手間が増えるため、認証にかかる時間が長くなる（フリクションが増える）のが最大の難点です。業務プロセスにおいて「面倒だ」と感じさせることは、離脱や生産性低下の原因になります。また、指示内容が単純だと、ディープフェイクなどでリアルタイムに表情を生成する攻撃に弱くなる可能性も指摘されています。
パッシブ方式：ユーザー操作不要で検知する最新技術
一方、パッシブ方式は、ユーザーに特別な動作を求めません。カメラの前に顔を向けるだけで、バックグラウンドでAIが画像を解析し、生体かどうかを判定します。
- メリット
ユーザーにとって負担が少なく、自然な体験（フリクションレス）を提供できます。認証スピードが速く、業務効率化や離脱率の低下に寄与します。ユーザーが意識せずにセキュリティチェックが完了するため、UXを損ないません。 - デメリット
ユーザーは何が行われているか気づかないため、セキュリティへの安心感をどう醸成するかが課題になる場合があります。また、技術的な難易度が高く、質の低いアルゴリズムでは誤検知（生身の人間を偽物と判定してしまう）のリスクがあります。
利用シーンに応じた方式の選び方
どちらが優れているとは一概には言えません。現場の運用実態とビジネス上の要件に応じた使い分けが不可欠です。
- 社内の入退室管理やPCログイン
毎日何度も繰り返す動作なので、ストレスの少ないパッシブ方式が適しています。都度動作を求められると、従業員の業務効率を阻害します。 - 高額送金や重要な契約
ユーザーに「厳格に確認している」という安心感を与えるため、あえてアクティブ方式を採用する、あるいはパッシブとアクティブを組み合わせるという選択肢も有効です。重要度の高いプロセスでは、一定の手順を踏むことが許容される傾向にあります。
最新AIはどうやって「偽物」を見抜いているのか？
ここからは、最新のAIが具体的にどのようなロジックで「偽物」を見抜いているのかを技術的に分解します。ブラックボックス化しがちなAIの判定基準を理解することで、システム選定の精度を高めることができます。
テクスチャ解析：肌の質感と印刷物の違い
AIは人間には見えないレベルの微細なパターンを認識します。例えば、高画質の写真であっても、拡大すれば印刷特有のドットパターンや、紙の繊維が見えてきます。また、スマートフォンやPCの画面を撮影した場合、画面の画素配列とカメラのセンサー配列が干渉して生じる「モアレ（縞模様）」という現象が発生します。
最新のAIモデルは、ディープラーニングを用いて大量の「生身の顔画像」と「攻撃に使われる画像」を学習しており、これらの人工的なテクスチャパターンを瞬時に識別します。「肌の滑らかさ」だけでなく、「人工的なノイズの有無」をデータとして解析しているのです。
深度推定：3D形状と平面の違い
専用の深度センサー（赤外線ドットプロジェクタなど）を持つデバイスであれば、顔の凹凸を物理的に計測できるため、平面の写真は即座に弾かれます。これは物理的な数値に基づく強力な判定です。
しかし、一般的なWebカメラやスマホカメラ（RGBカメラ）しか使えない環境でも、AIによる「深度推定」技術が進歩しています。これは、鼻の頭や頬の光の当たり方、陰影の付き方から、擬似的に3D構造を復元し、平面の画像であることを見抜く技術です。背景と顔の距離感の不自然さなども定量的な判断材料になります。
反射・光の解析：スマホ画面特有の光り方
人間の皮膚と、スマホのガラス画面では、光の反射特性が全く異なります。画面越しの場合、周囲の照明が画面に映り込んだり、画面自体が発光しているため顔全体が不自然に明るかったりします。
AIは「フラッシュを焚いた瞬間の反射」などを解析することもあります。人間の肌なら光が内部で散乱して柔らかく反射しますが、写真や画面なら表面で強く反射します（スペキュラー反射）。この物理的な光学特性の違いを検知のロジックに組み込んでいます。
ディープフェイクへの対抗策
近年、最も懸念されているのが生成AIによるディープフェイクです。非常にリアルな動画で瞬きや発話も模倣します。これに対し、最新の防御AIは「生体信号」に注目しています。
例えば、rPPG（リモートフォトプレチスモグラフィ）という技術があります。人間の顔は心拍に合わせて、血流の変化によりごくわずかに色が変化しています。人間の目には見えませんが、AIは映像からこの「脈拍」を検知できます。ディープフェイクで生成された映像には、通常この生理学的な脈動が含まれていません。また、瞬きの頻度や唇の動きの微細な不整合など、生成AI特有のアーティファクト（不自然さ）を検出するモデルも日々進化しています。
自社に適した顔認証セキュリティを選定する3つのステップ
技術的な仕組みを理解した上で、実際に現場へ導入する際の選定基準を3つのステップで提示します。導入して終わりではなく、ビジネス上の成果を出すためのアプローチです。
ステップ1：利用シーンのリスクレベルを評価する
すべてのシステムに最高レベルのセキュリティが必要なわけではありません。過剰なセキュリティはコスト増と業務効率の低下を招きます。まずは「突破された時のビジネスインパクト」を数値化・具体化してシミュレーションします。
- 高リスク：金融取引、個人情報閲覧、サーバールーム入室
→ 高度なLiveness Detection（場合によっては専用ハードウェア併用）が必須です。なりすましによる被害額や社会的信用の失墜が甚大だからです。 - 中・低リスク：社員食堂の決済、会員向け簡易ログイン
→ ユーザー体験を優先したパッシブ方式のソフトウェア判定で十分な場合もあります。利便性を損なってまで過剰に保護する必要がないケースです。
ステップ2：UX（使い勝手）の許容範囲を決める
「認証に何秒まで待てるか」「ユーザーに動作を強いて良いか」を業務プロセスの観点から定義します。
一般消費者向けのサービスであれば、数秒の遅延や複雑な指示は致命的な離脱要因になります。ここでは「フリクションレス」なパッシブ方式が有効です。
一方で、従業員向けであれば、多少の手間よりも確実性を優先する合意形成がしやすいでしょう。現場の運用フローにどう組み込むかが重要になります。
ステップ3：ISO/IEC 30107などの標準規格を確認する
ベンダーの主張だけでなく、客観的な証明に基づく評価が必要です。ここで指標となるのが国際規格です。
特に「ISO/IEC 30107」は、プレゼンテーション攻撃検知（PAD）に関する国際標準です。この規格に基づき、iBeta（米国国立標準技術研究所 NIST公認のテストラボ）などの第三者評価機関によるテストに合格しているかどうかが、選定の明確な基準となります。
- Level 1: 協力的な被写体の写真や動画による攻撃検知。
- Level 2: 3Dマスクやシリコンマスクなど、より高度な攻撃検知。
「iBeta Level 1/2 準拠」といった認定を取得しているソリューションを選ぶことで、社内稟議や対外的な説明責任（アカウンタビリティ）を論理的に果たすことができます。
まとめ
顔認証技術における「なりすまし」のリスクは存在しますが、それを防ぐための「Liveness Detection」技術も進化を続けています。重要なのは、技術を過度に恐れることでも盲目的に信じることでもなく、「自社の守るべき情報資産に対して、適切な強度のセキュリティを論理的に選択する」ことです。
システム導入においては、セキュリティ要件と現場での使いやすさのバランスを最適化することが不可欠です。導入して終わりではなく、実際に現場で運用され、ビジネス上の成果につながるシステムこそが、企業のブランド価値向上に貢献します。
「自社の業務プロセスにはどの方式が最適なのか」「既存のデータ分析基盤やシステムとどう連携させるか」といった具体的な課題については、詳しくは専門家に相談することをおすすめします。自社の状況に合わせた客観的なリスク評価と、実効性の高いソリューション選定を行うことが、安全で信頼されるAIシステム構築の第一歩となります。
コメント