OvalEdgeの目録はAIに開いても守れる|残すべき3つの記録

OvalEdgeの目録はAIに開いても守れる|残すべき3つの記録

「データ目録は表の名前と説明が並んでいるだけで、中身のデータではない。社員のAIから引けるようにしても困ることはないだろう」「いや、AIに開いた途端に権限の仕組みが崩れて、見えてはいけないものまで見えるのではないか」——データ基盤の担当者と情報システム部門が、目録をAIにつなぐ話をすると必ずこの二つの見方がぶつかります。どちらも半分だけ正しく、守れるかどうかを決めるのは、権限の仕組みより「後から説明できる記録」があるかどうかです。この記事では、米国のデータ目録・データガバナンス製品 OvalEdge が2026年に公開した MCP 連携を手がかりに、目録を社員のAIへ開くときに起きる問題、その原因、そして本人の権限の引き継ぎ・元のシステムの権限・監査ログの三つで何を備えるかを整理します。画面の操作や料金の一覧は扱いません。


カメ先生カメ先生

目録をAIに開く話は、「目録は中身じゃないから安全」と「AIにつなぐと権限が崩れる」の両極で語られがちなんだ。本当は、目録にも機微な情報は書かれているし、権限は仕組みとしては引き継げる。問題はその間にあるんだよ。


カメ子カメ子

本人の権限で動くなら、人が目録を見るのと同じだと考えてはいけないんですか。


カメ先生カメ先生

見える範囲は同じでも、違いが三つある。AIは一度に大量に引けること、元のシステムと目録の権限がずれていること、そしてAIを通した照会が誰の何だったか後から追いにくいことだ。だから、AIに判断させる範囲を決めて、照会の記録を残すところまでが一組なんだ。


カメ子カメ子

権限が守られるかより、守られたことを後で示せるかが問われる、ということですね。


この記事のポイント
  • OvalEdge は2026年4月に MCP 連携を公開し、6〜8月に書き込みの操作、権限の調査、OAuth 2.0 と監査ログの書き出しを順に足した
  • 本人の権限で動くだけでは、説明文の機微情報・元のシステムとの権限のずれ・AI経由の照会の記録という三つの穴は塞がらない
  • 説明文の棚卸し、権限の突き合わせ、書き込みの段階的な解放、監査ログの保管を、持ち主を決めてから進める

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

OvalEdgeとは:データ目録と統制をまとめて持つ基盤

OvalEdge は、社内のデータベースや分析基盤、表計算や可視化の道具に散らばったデータについて、どこに何があり、誰が持ち主で、どう使ってよいかをまとめる製品です。米ジョージア州に本社を置き、インドのハイデラバードにも拠点があります。公式サイトでは170を超える接続先をあらかじめ用意していると説明しています。日本語で紹介された例はほとんどなく、国内ではこれから名前を聞く機会が増える製品です。

目録の中身は、表や列の名前、業務上の説明、用語集の語、データの流れの記録、品質のルールと点数、持ち主や管理担当といった統制上の役割です。いわばデータそのものではなく、データについての情報(メタデータ)を一か所に集めたものです。これに加えて、会話の形で目録を引いたり分析を頼んだりできる askEdgi というAI機能を持っています。

価格の考え方は、従量課金ではなくライセンス型だと公式は説明しています。つなぐ接続先の数、接続先ごとに足す機能、目録を書き込む作成者の人数で決まり、閲覧するだけの利用者は基本のライセンスに1,000人分が含まれるとしています。この記事で扱うのは、この目録を社員が普段使うAIから引けるようにしたときの統制の話であり、目録に何を書くべきかや、どの製品を選ぶかの比較は扱いません。

2026年の動き:MCP 連携の公開から監査ログの書き出しまで

OvalEdge の公式の更新履歴によれば、MCP 連携は2026年4月30日に公開されました。MCP は、AIが外部のデータや道具を呼び出すための共通の取り決めです。公開の時点で、全ての要求は認証した利用者本人の権限で実行し、生のデータは外部のAIに出さないと説明しています。動かし方は、個人の端末で動かすローカル型と、集中管理の端点を置くリモート型の二つで、できることは同じとされています。

その後の更新で、できることは読むことから書くこと、調べることへ広がりました。時系列で並べると次のとおりです。

日付主な追加統制の観点での意味
2026年4月30日MCP 連携の公開(ローカル型・リモート型)社員のAIから目録の検索・データの流れ・用語集を引ける
2026年6月16日説明文の更新、持ち主などの役割の付与、用語やタグの作成、元のシステム側の権限の調査AIが目録を書き換えられるようになり、元のシステムの権限も見えるようになった
2026年7月3日誰がどの対象に触れられるかの調査、重要データ項目の指定、任意項目の更新、品質ルールの推奨役割経由で受け継いだ権限まで含めて実効の権限を調べられる
2026年8月4日監査ログの書き出し、OAuth 2.0 の追加AI経由の照会を外部の監視の仕組みへ渡し、鍵の管理を集中できる

対応するAIの例として、公式の資料は Claude Desktop や Cursor などを挙げています。実装は GitHub で公開されており、ライセンスは自由度の高い MIT です。また、目録の説明文を作る際などに使うAIとして、OpenAI、Google の Gemini、Amazon の生成AI基盤を設定できると説明しています。半年足らずで読む・書く・調べる・記録するが揃ったことになり、ここから先は製品の機能より、使う側の運用の決め方が問われる段階です。

問題1:目録の説明文そのものに機微な情報が書かれている

「目録はデータの中身ではないから出しても安全」という見方の一つ目の穴は、説明文です。目録の説明欄には、作った人が業務の文脈を書き込みます。たとえば「この表は買収検討中の相手先との取引条件を集計したもの」「この列は人事評価の最終点で、昇格の判定に使う」「この表には退職勧奨の対象者が含まれる」といった具合です。

表の名前や説明だけで、まだ社内でも限られた人しか知らない計画や、特定の人に関わる事実が読み取れてしまうことがあります。人が目録を見るときは、そもそも目録を開く人が少なく、開いても目的の表しか見ないため、問題になりにくかったのです。社員のAIから引けるようにすると、AIは質問に関係しそうな説明文を幅広く集めて答えを組み立てます。

OvalEdge の askEdgi の安全性の説明では、分析のときにAIへ送るのは表名・列名・列の説明・意味の要約などのメタデータで、生の値や個々の記録は送らないとしています。これは裏を返せば、説明文に書かれた内容はAIに渡る前提だということです。生データを出さない設計は、説明文の中身までは守りません。

問題2:元のシステムと目録で、権限がずれている

二つ目の穴は、権限の二重構造です。目録には目録の権限があり、元のデータベースや分析基盤には元のシステムの権限があります。目録の権限は、目録を作るときに部署や役割で大まかに設定されることが多く、元のシステムの細かい権限とは別に管理されています。

このため、元のシステムでは人事部しか読めない表が、目録の上では全社員に名前と説明が見える、ということが起きます。逆に、元のシステムでは読めるのに目録では見えない表もあります。人が使う限りは「目録で見つけて、元のシステムで権限を申請する」という手順が緩衝材になっていましたが、AIは目録で見えた情報をそのまま答えに使うため、目録側の緩い権限がそのまま答えの範囲になるのです。

OvalEdge が2026年6月に足した機能は、この問題を意識したものと読めます。公式の説明では、元のシステム側の権限を調べる機能は目録の権限ではなく、元のシステムの権限と権限情報を使うとしています。ただし対象は Amazon の Redshift、Snowflake、Tableau の三つに限られています。それ以外の接続先については、ずれを自社で確かめる必要があります。

問題3:AI経由の照会が、誰の何として記録に残るか分からない

三つ目の穴は記録です。人が目録を検索した記録と、AIが社員の代わりに目録を引いた記録は、同じ形で残るとは限りません。AIは一つの質問に答えるために、検索・詳細の取得・データの流れの確認と、何度も目録を呼び出します。社員から見れば一つの質問でも、目録の側では短い時間に多数の照会が、その社員の名前で並ぶことになります。

後から「この答えはどの表の説明に基づいたのか」「あの社員は人事の表の説明をAI経由で見たのか」と問われたとき、元の記録がAIの道具の側にしか残っていなかったり、目録の側では誰の照会か区別できなかったりすると、説明ができません。特にローカル型では、照会が社員の端末から直接出ていくため、情報システム部門が通り道で記録を取りにくいという事情もあります。

監査や個人情報の問い合わせで求められるのは、権限が正しく設定されていたことだけではなく、実際に何が誰に渡ったかを示すことです。OvalEdge は2026年8月に監査ログの書き出しを足しましたが、それを受け取って保管し、読む人がいなければ記録は役に立ちません。ここは製品ではなく運用の問題です。

問題4:読むだけのつもりが、目録を書き換えている

四つ目は、2026年6月以降に足された書き込みの操作です。公式の資料には、AIから説明文を更新する、持ち主や管理担当といった役割を付ける・外す、用語集の語やタグを作る、重要データ項目に指定する、品質ルールを作る、といった操作が並んでいます。役割の付与には、下の階層の対象へまとめて伝える指定もあります。

目録の書き換えは、それ自体がデータの統制の変更です。説明文が誤って書き換われば、その後のAIの答えも人の判断も誤った説明に基づきます。持ち主が誤って外されれば、品質の問題が起きても連絡先がいなくなります。読むためにつないだAIが、設定次第で統制の台帳を書き換える側に回ることは、導入前に必ず認識しておくべき点です。

公式の MCP の概要ページには、道具を読み取り専用と説明する箇所がある一方で、道具の一覧には書き込みの操作が並んでいます。資料の記述が揃っていない以上、自社の環境で、どの道具が実際に有効になっているかを確かめることが要ります。公開された実装では、書き込みの前に変更内容を示し、利用者の確認を示す印が付いたときだけ書き込む作りになっていますが、その確認が形だけにならないかは使い方次第です。

原因:目録は「データの手前」だから軽く扱われてきた

四つの問題に共通する原因は、目録が長く「データの手前にあるもの」として、データ本体より軽い統制で運用されてきたことです。データ本体には厳しい権限と記録をかけても、目録は「探しやすくするための案内板」だから広く見せてよい、と考えられてきました。

この考え方は、目録を見るのが人で、見る量も限られていた時代には妥当でした。説明文に多少機微なことが書かれていても、それを横断して読み集める人はいなかったからです。AIは、人がしなかった「目録を横断して読み集める」ことを、質問のたびに行う存在です。そのため、目録の軽い統制がそのまま穴になります。

もう一つの原因は、「本人の権限で動く」という説明への過信です。この仕組み自体は正しく、OvalEdge も要求は認証した利用者の権限で実行すると説明しています。ただしそれは、目録の権限設定が正しいことを前提にした保証であり、設定の誤りや元のシステムとのずれまでは直しません。社内AIの答えを権限で出し分ける方式の一般論は別の論点ですが、目録の場合は出し分けの元になる権限そのものを疑うところから始める必要があります。

「生データを出さない」設計が守るもの、守らないもの

OvalEdge は、MCP 連携でも askEdgi でも、生のデータを外部のAIに出さないことを強調しています。これは重要な設計で、顧客の住所や取引の明細といった値そのものが、社員のAIの会話履歴に流れ込むことを防ぎます。askEdgi の安全性の説明では、顧客のデータをAIの学習に使わないことも明記しています。

一方で、この設計が守らないものもあります。一つは前に触れた説明文です。二つ目は、列の統計(プロファイル)です。MCP の道具には列の統計を返すものがあり、統計の中身や接続先の設定によっては、値の傾向や一部の値が読み取れる可能性があります。公開資料で中身の詳細は確かめられなかったため、導入時に自社の環境で実際の出力を見て判断してください。

三つ目は、任意で使う補強の機能です。askEdgi の安全性の説明では、補強の作業を頼んだときに限り、選んだ顧客のデータが外部のAI事業者に送られ得るとしています。四つ目は、公開された実装の動作記録の送信機能で、既定では無効ですが、有効にすると検索語や対象の識別子が外部の記録先に送られ得ると注意書きがあります。「生データを出さない」は約束の一部であって、何も外に出ないという意味ではないと理解しておくのが安全です。

対策1:開く前に、説明文と重要な表の見え方を棚卸しする

最初の対策は、AIに開く前に、目録の説明文と重要な表の見え方を確かめることです。目録を一から作り直す必要はありません。範囲を絞って、AIに読ませて困る説明がないかを見ることが目的です。進め方は次の順が現実的です。

STEP1
機微な領域を先に決める

人事、買収や提携の検討、法務案件、顧客の個人情報、取締役会の資料など、説明文だけでも問題になりうる領域を、データ管理と法務・人事の担当者で先に挙げます。

STEP2
その領域の表の説明文を読む

挙げた領域に属する表と列の説明文を、人が実際に読みます。AIに機微かどうかを判定させて終わりにはしません。AIに候補を挙げさせる場合も、根拠になった説明文を並べさせ、最終の判断は人が行います。

STEP3
書き直すか、見える範囲を狭める

説明文を一般的な表現に書き直すか、その表の目録上の見える範囲を、元のシステムで読める人に合わせて狭めます。

STEP4
列の統計の出力を確かめる

機微な表について、AIから列の統計を引いたときに何が返るかを、テスト用の利用者で試して記録します。

ここで大事なのは、機微かどうかの判断をAIに任せないことです。AIは説明文から危うそうな語を拾うのは得意ですが、社内でどの計画がまだ伏せられているかは知りません。判断の基準と結果を、データ管理の担当者が持つ台帳に残しておくと、後の監査で棚卸しをしたことを示せます。

対策2:元のシステムの権限と、目録の権限を突き合わせる

二つ目の対策は、権限のずれの確認です。OvalEdge の2026年7月の更新で足された機能は、利用者・役割・対象のどこからでも、役割を通じて受け継いだ権限を含めた実効の権限を調べられるとしています。6月に足された機能と組み合わせると、目録の上で見える人と、元のシステムで読める人を並べて比べることができます。

ただし、元のシステム側を調べられるのは公式の説明では Redshift・Snowflake・Tableau に限られます。それ以外の業務システムや表計算のファイルについては、元のシステムの管理者から権限の一覧をもらい、人が突き合わせる必要があります。全部を一度にやろうとせず、対策1で挙げた機微な領域の表から順に確かめるのが現実的です。

突き合わせの結果、目録の方が広く見せている表が見つかったら、どちらに合わせるかを決めます。原則は、元のシステムで読めない人には目録の説明も見せない方向です。権限の調査をAIから呼べるからといって、どこまで見せるかの線をAIに決めさせないことも忘れないでください。AIは差を示すところまで、線を引くのは持ち主です。

対策3:書き込みの操作は、段階を分けて開く

三つ目の対策は、書き込みの操作の扱いです。最初から全てを開くのではなく、段階を分けます。初めは読む道具だけを開き、照会の記録と使われ方を見てから、影響の小さい書き込みを足していく順番が安全です。避けたい開き方は次のようなものです。

  • 全社員のAIに、説明文の更新と持ち主の付け替えを最初から許す
  • 役割の付与を下の階層にまとめて伝える操作を、確認なしで使えるようにする
  • AIが作った用語集の語やタグを、似た語がないかの確認をせずに登録する
  • 書き込みの確認を、内容を読まずに押す運用を黙認する

段階を分けるときの目安は、誤りが起きたときの広がり方です。任意項目の更新は、公式の説明では API からの更新を許した項目だけが対象で、更新は出所を示す印付きで監査の記録に残るとされています。影響が一つの対象にとどまり、出所が記録に残る操作から先に開くのが筋です。持ち主や管理担当の付け替え、下の階層へまとめて伝える操作は、データ管理の担当者に限るか、AIからは提案だけを出させて人が目録の画面で反映する形にとどめます。

AIに説明文を書かせる場合も、根拠にした元の情報を併せて示させることを条件にします。データの流れの記録や列の統計から推測した説明なのか、既存の文書から写した説明なのかで、確かめる人が見るべきところが変わるからです。

対策4:監査ログで「AIに何を見せたか」を後から説明する

四つ目の対策は、監査ログの扱いです。OvalEdge の2026年8月の更新で足された書き出しの機能は、MCP 経由のアクセス記録として、利用者、呼び出した窓口、要求の時刻、要求の引数、IPアドレスまたはセッションを定期的に取り出し、外部の監視の仕組みへ送れるとしています。

この記録で分かるのは、誰がいつどの道具を、どんな条件で呼んだかです。一方で、AIが最終的に社員にどんな答えを返したかは、目録の記録には残らない点に注意してください。答えの中身は、社員が使うAIの道具の側の会話履歴にしかありません。後から説明するには、目録の記録とAIの道具の側の記録の両方を、同じ期間保管しておく必要があります。

記録は取るだけでなく、見る場面を決めておきます。たとえば、機微な領域の表への照会が短時間に集中したとき、普段その領域に関わらない部署からの照会が増えたとき、書き込みの操作が行われたときに、データ管理の担当者へ知らせる、といった形です。異常を見つけたときにAIが自動で権限を止めるのではなく、人が確かめてから止める順番にしておくと、誤検知で業務が止まることを防げます。

もう一つ見落としやすいのが、目録を引く入口が二つになることです。社員が普段使う外部のAIから MCP で引く入口と、OvalEdge の中の askEdgi で引く入口です。askEdgi について公式の安全性の説明は、全ての操作を監査のために記録し、隔離された AWS の環境で動かし、作業の領域は同じ組織の中でも他人と共有できないとしています。入口ごとに記録の形と置き場所が違うため、監査で説明するときにどちらの記録を見ればよいかを、受け取る側で一つの台帳にまとめておくと迷いません。

ローカル型とリモート型:資格の置き場所で選ぶ

配り方の選択も統制に直結します。ローカル型は、公式の説明では個人の端末でAIの道具を動かす人向けです。概要ページでは、目録の画面で発行した鍵を設定ファイルに貼って使う手順が示され、要求は鍵を発行した利用者の範囲で動くとされています。つまり、社員一人ひとりの端末に、目録へ入るための鍵がファイルとして置かれることになります。

リモート型は、集中管理の端点を置いて全社で使う形です。2026年8月に OAuth 2.0 が加わり、鍵と併用する方式も選べるようになりました。公開された実装には Okta を通す方式もあり、AWS の上でコンテナや関数として動かす手順も示されているため、リモート型の端点を自社の管理する環境に置く選択肢もあります。リモート型なら、退職や異動のときに鍵を一か所で無効にでき、照会の通り道で記録も取りやすいという利点があります。

目安としては、試しに使う数人のデータ管理担当者はローカル型、部署をまたいで広げる段階ではリモート型、と分けるのが現実的です。ローカル型のまま広げると、鍵の発行と回収が各人任せになり、どの端末に鍵が残っているかを誰も把握できなくなります。鍵を発行できる人と、鍵の有効期限を先に決めておくことが、配り方を問わず必要です。

持ち主の分担と、費用の増え方・止め方

目録をAIに開く運用には、少なくとも三つの持ち場があります。データ管理の担当者は、説明文と目録の権限、書き込みの操作の許可を持ちます。情報システム部門は、ローカル型かリモート型かの選択、鍵や認証の管理、監査ログの受け取りと保管を持ちます。法務や個人情報の担当者は、機微な領域の定義と、問い合わせを受けたときに記録から説明する役目を持ちます。三者のどこにも属さない作業を残さないことが、運用が続くかどうかを決めます。

費用の面では、公式の価格の説明は接続先の数、接続先ごとの追加機能、作成者の人数で決まるライセンス型です。閲覧者は1,000人分が基本に含まれるため、AIから引く人が増えること自体より、AIに書き込ませる作成者の扱いと接続先の追加で費用が動くと見ておくのがよいでしょう。AIに書き込みを許す利用者が作成者の数え方に入るかは、契約の前に確かめてください。askEdgi で使うAIの費用の持ち方も、併せて確認が要ります。

止め方は、段階ごとに用意しておきます。一時的に止めるならリモート型の端点を閉じるか、鍵をまとめて無効にします。書き込みだけを止めたいなら、書き込みの道具を外して読む道具だけを残します。やめるときは、AIが書き換えた説明文や役割を、監査の記録から洗い出して見直す作業が残ります。連携を外しても、AIが目録に加えた変更は目録の中に残り続けるからです。

導入前のチェックリストとミニ用語解説

目録を社員のAIへ開く前に、少なくとも次の項目を確かめてください。どれも製品の機能ではなく、使う側が決めることです。

  • 機微な領域を挙げ、その領域の表の説明文を人が読んだ
  • 機微な表について、目録上で見える人と元のシステムで読める人を突き合わせた
  • 列の統計を引いたときに何が返るかを、テスト用の利用者で確かめた
  • 自社の環境で有効になっている道具を一覧にし、書き込みの道具を段階的に開く計画を作った
  • ローカル型とリモート型のどちらで配るか、鍵を発行できる人と有効期限を決めた
  • 監査ログの受け取り先、保管期間、見る場面と知らせる相手を決めた
  • AIの道具の側の会話履歴を、目録の記録と同じ期間保管できるか確かめた
  • 補強の機能と動作記録の送信を使うかどうかを決め、使う場合の送り先を確かめた
ミニ用語解説
  • データ目録(データカタログ):社内のデータがどこにあり、何を意味し、誰が持ち主かをまとめた台帳。中身のデータではなく、データについての情報を持つ
  • メタデータ:表名・列名・説明・持ち主・更新日など、データについてのデータ
  • MCP:AIが外部のデータや道具を呼び出すための共通の取り決め
  • 実効の権限:直接与えた権限に、役割などを通じて受け継いだ権限を合わせた、実際に使える権限
  • 重要データ項目:業務や報告で特に正確さが求められる列や項目。品質のルールを優先してかける対象
  • 監査ログ:誰がいつ何に触れたかの記録。後から説明するための証拠になる

まとめ

OvalEdge は2026年の半年足らずで、目録を社員のAIから引く MCP 連携に、書き込みの操作、権限の調査、OAuth 2.0 と監査ログの書き出しを揃えました。本人の権限で動き、生のデータを出さないという設計は、目録をAIへ開くうえでの土台として信頼できるものです。

ただし、その土台だけでは、説明文に書かれた機微な情報、元のシステムと目録の権限のずれ、AI経由の照会と書き込みの記録という穴は塞がりません。開く前に説明文と見え方を棚卸しし、権限を突き合わせ、書き込みは段階を分けて開き、監査ログとAIの道具の側の記録を揃えて保管する。そのうえで、どこまで見せるか、何を書き換えてよいかの線は、AIではなくデータ管理・情報システム・法務の持ち主が引く。この順で進めれば、目録はAIに開いても守れ、守れたことを後から示せる状態になります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次