Google SecOps の TIN とは? Agentic SOC 時代の初動調査を整理する
はじめに
こんにちは、クラウドエースの劉です。
SOC(Security Operations Center)を運用している組織にとって、アラートの初動調査は日々の業務の中でも特に負荷が高い工程の一つです。アラートが増えるほど Tier 1 アナリストはログ検索や IoC(Indicator of Compromise)の確認に時間を取られ、本当に対応が必要な脅威への判断が遅れがちになります。
Google Security Operations(以下、Google SecOps)では、この初動調査を AI エージェントに任せる Triage and Investigation Agent(以下、TIN)が提供されています。2025 年の Google Cloud Next では「Alert Triage Agent」として発表され、その後 TIN という名称で一般提供(GA)に至りました。
本記事では、TIN が何を担い、SOC 運用をどう変えうるのか を整理します。あわせて、導入の第一歩である 手動調査(Run Investigation) を画面イメージ付きで紹介します。自動調査の絞り込みや Playbook 連携は、運用設計の観点と最小手順に留めます。
Google SecOps の全体像や SOAR のケース管理については、以下の記事もあわせてご参照ください。
- Google SecOps の概要
- Google SecOps:SOAR のケース管理でインシデント対応を効率化!
- AI が加速!Google Cloud Next '25 セキュリティプロダクトアップデート総まとめ
なぜ今、初動調査の自動化が必要なのか
アラート処理のボトルネック
SIEM で脅威を検知できても、その後の初動調査は多くの場合、人手に依存しています。過去記事でも触れたように、ケースが起票されたあと Tier 1 アナリストは次のような判断を行います。
- 誤検知(False Positive)か、実際の脅威か
- 対応の優先度はどの程度か
- Tier 2 へのエスカレーションが必要か
この一連の作業には、典型的な手動分析の場合、30 分程度かかることもあります(出典: Agentic SOC)。アラート件数が増え続ける一方で、専門的な SOC アナリストの確保は容易ではなく、検知と初動調査のあいだにギャップが生じやすいのが現状です。
攻撃側も AI を活用して進化している
Google が提唱する Agentic SOC の文脈では、攻撃者側も AI を活用した自律型の手法へと進化していると説明されています。初動調査を AI に任せる仕組みは、単なる効率化ではなく、攻撃のスピードに対抗するための運用設計 として位置づけられます。
Agentic SOC とは何か
SOC 運用におけるセキュリティの自律性のレベル
Google は SOC 運用における、セキュリティに AI を使用する際の自律性のレベルを次の 4 段階で定義しています(出典: セキュリティの自律性のレベル)。
| 段階 | 特徴 | 人間の関与 |
|---|---|---|
| 手動 | 人間がセキュリティライフサイクル全体で、すべてのセキュリティタスクを実行 | 多い |
| 支援 | AI が情報の要約、分析情報の生成、推奨事項の提示により、人間を支援 | 中程度 |
| 半自律型 | AI が多くのセキュリティタスクの主な責任を負い、必要な場合にのみ人間に委任 | 最小限 |
| 自律型 | AI が組織の目標と設定に基づいてセキュリティライフサイクルを推進し、人間の介入を最小限にする | 最小限〜自律的 |
TIN 単体では調査と判定の提示までを担いますが、Playbook 連携や人間承認の入れ方によって、半自律型〜自律型のどこに寄せるかは運用次第です。
Agentic SOC を構成する AI エージェント
Google Cloud の Agentic SOC では、次のような AI エージェントが紹介されています。
- 検出エンジニアリング エージェント … 組織の脅威プロファイルを分析し、検知ルールの作成・検証・生成を支援する
- トリアージと調査のエージェント … アラートを自律的に調査し、脅威インテリジェンスで拡充したうえで、判定と説明を提示する
- 脅威ハンティング エージェント … 新たな攻撃パターンやステルス性の高い挙動を、環境内でプロアクティブに検索する
- エージェント型自動化 … 動的な AI エージェントと決定論的な Playbook を組み合わせ、対応ワークフローの自動化を支援する
本記事の主題である TIN は、このうち トリアージと調査のエージェント にあたります。検出エンジニアリングや脅威ハンティングが「検知を強化する」側だとすれば、TIN は「検知後の判断を加速する」側です。
Triage and Investigation Agent(TIN)とは
定義
TIN は、Google SecOps に組み込まれた AI ベースの調査アシスタントです。Mandiant の原則と業界のベストプラクティスに基づき、受信したアラートを評価して調査プランを実行し、真陽性(True Positive)か偽陽性(False Positive)かの判定と、その評価の概要を返します。
3 つの出力
Summary by Gemini の主な項目は、次の 3 つです(出典: TIN 公式)。調査画面には、次のアクション候補である Suggested Next Steps も表示されます。
| 出力 | 内容 |
|---|---|
| 判定(Disposition) | アラートが真陽性か偽陽性か |
| 信頼度(Confidence level) | 判定に対する自信の度合い(例: High Confidence) |
| 概要の説明(Summary explanation) | アラートの内容と、判定に至った経緯の説明 |
この 3 点が、調査結果を運用に活かすうえでの基本になります。Playbook では、Disposition に相当する verdict や、Confidence level に相当する confidence_level などを条件に使えます(後述の Phase 3)。

3 段階の調査フロー
TIN の調査は、複数段階の調査タイムラインに沿って進みます。公式ドキュメントでは次の 3 段階が示されており、各ステップは画面の調査タイムライン(Investigation Timeline)でも確認できます(出典: TIN 公式)。
1. 初期評価とリスクの優先順位付け(Initial assessment and risk prioritization)
調査はアラートの即時評価から始まり、調査の前提となる状況を把握します。エージェントがアラートの詳細とメタデータを自動的に分析し、信頼性の高い正常なアクティビティを特定します。アラートが低リスクに分類された場合は、ここで調査を終了します。
2. コンテキストの補完と証拠の収集(Contextual enrichment and evidence gathering)
エージェントは、内部および外部のインテリジェンスを活用し、不審なアクティビティの全体像を把握するために複数の並列分析を実行します。
- Google Threat Intelligence(GTI)エンリッチメント: Google Threat Intelligence と VirusTotal に対してファイルハッシュ、IP、ドメインなどの IoC を特定・評価する
- エンティティ コンテキスト グラフ(ECG)分析: エンティティの初見・最終確認日時など、環境内での現れ方(普及率)のデータを取得し、関係性を分析する
- ネットワーク コンテキストの収集: 特定対象に絞った検索(ターゲット検索)により、ネットワークトラフィックに関する追加コンテキストを抽出する
- ケース メタデータの統合: ケースのタグや優先度などのメタデータを調査に取り込む
- プロセスツリーの構築: システムプロセスの実行階層を構築する
3. 適応型調査(Adaptive Investigation)
前の調査ステップの結果に基づき、次に何を調べるかを動的に決めます。検出結果のギャップや新たな調査の切り口を特定し、必要に応じて GTI 拡充、ECG 分析、コマンドライン分析、ターゲット検索などの専用ツールを繰り返し実行します。固定の Runbook を上から実行するのではなく、途中結果に応じて検索や分析を組み直す点が、従来の SOAR 自動化との大きな違いです。
調査完了後、アナリストは結果をもとに、ケースのクローズ、エスカレーション、追加調査のいずれかを判断します。
組み込みツール
上記の調査段階でエージェントが使う主なツールは、次の 4 つです(出典: TIN 公式 – 調査ツール)。
| ツール | 役割 |
|---|---|
| 動的検索クエリ(Dynamic search queries) | SecOps 内で検索を実行・絞り込み、追加コンテキストを収集 |
| GTI 拡充(GTI enrichment) | ドメイン、URL、ハッシュなどの GTI データで IoC を拡充 |
| コマンドライン分析(Command-line analysis) | コマンドラインを分析し、アクションを自然言語で説明 |
| プロセス ツリーの再構築(Process tree reconstruction) | アラート内のプロセスを分析し、関連するシステムアクティビティのシーケンスを表示 |
手動トリアージと TIN:何が変わるのか
Tier 1 が担っていた作業の分解
資格対策記事でも説明しているように、Tier 1 は「第一応答者」としてアラートの初期評価と優先順位付けを担います。典型的な手動トリアージは、おおむね次のステップに分解できます。
- アラート内容と関連エンティティ(ユーザー、IP、ホストなど)の確認
- 過去ログの検索と時系列の整理
- IoC の外部照会
- 誤検知かどうかの暫定判断
- エスカレーションまたはクローズの判断
TIN は 1〜4 の多くを自律的に実行し、5 の判断材料を構造化して提示します。
Before / After
| 観点 | 手動トリアージ | TIN 活用後 |
|---|---|---|
| 初動調査時間 | 30 分程度 | 平均 60 秒程度 |
| 調査の品質 | アナリストのスキルに依存 | Mandiant 原則に基づく標準化 |
| スケール | 人員数に比例 | セキュリティトークン枠の範囲内で処理 |
| 人間の役割 | 検索・分析・判断のすべて | 判断とエスカレーションに集中 |
| 根拠の可視性 | アナリストのメモや口頭引き継ぎ | 調査タイムライン・検索クエリ・ソースを画面で確認 |
TIN と人間の役割分担
TIN は調査と暫定判定までを担います。一方で、対応までどこを自動化するかは運用設計次第です。
- 定型的・低リスクな対応(例: High Confidence の False Positive のクローズ)は、Playbook で自動化できる
- ビジネス影響の判断、組織固有コンテキストの確認、重大インシデントのエスカレーション、封じ込め・修復など高インパクトな操作は、人間の承認や確認を残すのが現実的
運用設計の考え方
自動調査と手動調査の使い分け
TIN は 自動調査 と 手動調査 の両方に対応しています。
| 方式 | 概要 | 向いているケース |
|---|---|---|
| 自動調査 | アラート発生後、設定に基づき自動で調査開始 | 定型的なアラートが多い、Tier 1 の負荷を下げたい |
| 手動調査 | アナリストがアラート詳細から Run Investigation を実行 | 重要アラートのみ深掘りしたい、自動調査の対象外 |
全件自動化しない理由
すべてのアラートを自動調査の対象にすると、次の課題が生じます。
- トークン消費: TIN の実行はセキュリティトークンを消費し、枠を使い切ると新規調査を開始できない場合がある
- 運用ノイズ: 低優先度アラートまで深掘りすると、かえって運用が複雑になる
そのため、特定アラートだけ自動調査する 調査基準(フィルタ) で対象を絞り込むのが現実的です(詳細は 後述の Phase 2)。
判定結果の活用法(設計パターン)
TIN の判定結果は、次のような運用パターンで活用できます。
| パターン | 条件の例 | 運用上の意味 |
|---|---|---|
| 参考情報として確認 | すべてのアラート | Tier 1 が調査のたたき台として利用 |
| 優先度の補助 | High Confidence の True Positive | エスカレーション候補の早期特定 |
| 自動クローズの条件 | False Positive かつ High Confidence | 誤検知の可能性が高いケースを自動処理 |
3 つ目のパターンは Playbook との組み合わせで実現できます。進め方は 後述の Phase 3 を参照してください。
導入フェーズの例
いきなり全アラートの自動調査と Playbook 連携まで進める必要はありません。次のような段階的な導入が現実的です。
| フェーズ | 内容 | 目的 |
|---|---|---|
| Phase 1 | 手動調査のみ有効化し、結果の読み方をチームで共有 | TIN の出力を理解する |
| Phase 2 | 特定ルール・ログタイプに限定して自動調査を有効化 | 負荷の高いアラートから効果を検証 |
| Phase 3 | 判定結果を Playbook の条件分岐に組み込む | 誤検知の自動処理などを段階的に自動化 |
以下では、このフェーズ表に沿って Phase 1 を画面付きで、Phase 2・3 を最小手順で紹介します。Phase 1 だけ完了して一旦運用に戻る進め方でも問題ありません。
Phase 1:手動調査で TIN の出力を確認する
自動調査や Playbook はまだ有効にしません。1 件のアラート を選び、手動で調査を実行して結果を読むことが目的です。
手順
- Google SecOps にログインし、Settings > SIEM Settings > Gemini Investigations で設定を確認する。初回は、画面上部の Gemini アイコンから Gemini Investigations を有効にする場合もあります。この段階では Auto-investigate Alerts in Gemini(自動調査)はオフのままにする

- Detection > Alerts and IOCs を開き、チーム内でよく議論になる種別から 1 件を選ぶ。アラート詳細で関連エンティティ(ユーザー、ホスト、IP)と検知ルール名をメモする
- アラート詳細の Run Investigation(調査を実行)をクリックし、画面上部のバナーで進捗を確認する(多くの調査は平均 60 秒前後。最大 20 分程度かかる場合もある)。同一アラートへの連打はセキュリティトークンを消費するため、初回は 1 回で十分

- 完了後、バナーの判定の概要を確認し View Investigation(調査を表示)で詳細を開く。Disposition / Confidence level / Summary explanation と調査タイムラインを、前述の「3 つの出力」「3 段階の調査フロー」と照合する

調査タイムラインでは、次を意識して確認してください。
- どの UDM 検索や GTI 拡充が根拠になったか
- 手動で行っていたトリアージ手順と順序が似ているか
- 判定に納得できない場合、不足しているコンテキストは何か(メンテナンス予定、既知のテスト活動など)
チームで比較する(推奨)
同じアラートについて、担当アナリストが 手動の暫定判断 を書き留めたうえで TIN の結果と並べて比較します。
- 判定(TP/FP)は一致したか
- 不一致の場合、調査タイムラインのどのステップが判断を分けたか
- エスカレーションすべきだったか、クローズ候補か
この比較結果が、Phase 2 のフィルタ設計と Phase 3 の Playbook 条件のたたき台になります。
Phase 2:自動調査を限定スコープで有効化する
Phase 1 で出力の読み方に自信がついたら、特定のルールやログタイプに限定 して自動調査を有効にします。
Settings > SIEM Settings > Gemini Investigations で Auto-investigate Alerts in Gemini(自動調査)をオンにし、次を意識して絞ります。開始までの遅延はデフォルト約 5 分です(あとから届くイベントの相関を待つための猶予で、最大 20 分まで変更できます。出典: TIN 公式 – 調査のタイミング)。
| 設定 | 推奨の考え方 |
|---|---|
| 自動調査のオン/オフ | まずオンにするが、フィルタで対象を絞る |
| 対象アラートの条件 |
detection.rule_name や udm.metadata.log_type などで 1〜数ルールに限定(TIN 公式 – 調査基準) |
フィルタの例(自社のルール名・ログタイプに置き換え):
- 特定の検知ルール名のみ(
detection.rule_name) - 特定の
udm.metadata.log_type(例: 主要 EDR ソース) - テスト用にステージング環境のルールだけ
フィルタを広げる前に、1 週間程度は対象件数と TIN の判定分布(TP/FP、Confidence level)を観察するのが安全です。自動調査が開始されない場合は、対象 log_type・フィルタ条件・セキュリティトークン枠を確認してください。
Phase 3:Playbook で TIN の判定を後続処理に渡す
Phase 2 で判定の信頼性をある程度確認できたら、SOAR の Playbook に TIN を組み込みます。最初は 記録だけ から始め、自動クローズは最後に検討するのが安全です。ブロック構成の詳細は エージェントの自動化(公式ドキュメント) を参照してください。
| 段階 | Playbook の振る舞い | リスク |
|---|---|---|
| Step A(推奨の最初の一歩) | TIN を実行し、Summary explanation をコメントやカスタムフィールドに書き込む | 低 |
| Step B | High Confidence かつ True Positive のときエスカレーション | 中 |
| Step C | High Confidence かつ False Positive のときケースをクローズ | 高(誤クローズ) |
進め方のポイント:
- Playbooks エディタで、アラートまたはケースに紐づくフローに Triage and Investigation Agent(または同等の Agentic ステップ)を追加する
- Step B / C は Phase 1〜2 で妥当性が確認できたルールに 限定 する。封じ込めなど高インパクトなアクションは人間承認を挟む
- 誤クローズ時の 再オープン手順 を Runbook に書いておく
導入時の注意点
対象となるアラート
TIN は Google SecOps SIEM で取り込んだデータ を前提とします。自動調査 は、アラート内イベントの metadata.log_type が公式の デフォルトでサポートされているログタイプ に含まれる場合に対象となります。表には Amazon(例: AWS_CLOUDTRAIL)、Google(例: WORKSPACE_ACTIVITY)、Microsoft(例: MICROSOFT_DEFENDER_ENDPOINT)、CrowdStrike(例: CS_ALERTS)などが掲載されています(一覧は TIN 公式 – デフォルトでサポートされているログタイプ)。
外部製品などから SOAR コネクタ経由で直接取り込んだアラート(SOAR Connector 由来)は、TIN では処理されません(自動・手動とも。Playbook から手動トリガーする場合も対象外)。導入前に、自社のアラートが SIEM 検知由来か、対象 log_type を含むかを確認してください(エージェントの自動化 – Supported alert types)。
セキュリティトークンとコスト
調査の挙動(キューなし)
TIN の公式ドキュメント では、調査キューはない ことが明記されています。セキュリティトークンなどの上限に達すると、エージェントは新しい調査を開始しません。
セキュリティトークン
TIN などの Agentic 機能は、セキュリティトークン で利用量が計測されます。利用可否と実質的な上限は、セキュリティトークンと契約内容で判断するのが中心です。詳細は Google SecOps Agentic SOC Security Tokens の料金と請求(公式ドキュメント) を参照してください。要点は次のとおりです。
- Enterprise Plus / Google Unified Security: 対象パッケージの ACV(年間契約額)に応じた 日次の無償トークン枠(日次でリセット、繰り越しなし)。枠を超える場合は Security Tokens SKU の購入が必要
- Enterprise: 日次の無償トークン枠はない。TIN を運用するには Security Tokens SKU など契約が必要
- 無償枠のみで運用している場合、枠を使い切ると 新しいエージェントの開始ができなくなる(開始済みの処理は完了まで実行される旨が公式に記載)
- チャット型の支援機能や一部の要約など、トークンを消費しない操作 と エージェント実行で消費する操作 が分かれている
調査 1 回あたりのトークン消費量はログ量や調査の深さなどで変動します。Playbook 経由の自動調査には、別途 1 時間あたりの自動調査回数 などの安定性向け制限の記載もあります(エージェントの自動化)。最新の上限は 公式ドキュメント・ダッシュボード・Google SecOps 担当 で確認してください。
トークン消費量と調査件数は、TIN 用ダッシュボードでモニタリングできます(TIN 指標のモニタリング(公式ドキュメント))。
導入検討チェックリスト
TIN の導入を検討する際は、次の項目を確認してみてください。
- Google SecOps Enterprise / Enterprise Plus / Google Unified Security を利用しているか
- 初動調査にかかる平均時間と、アラート件数のボトルネックを把握しているか
- Tier 1 の役割を「調査」から「判断・エスカレーション」へシフトできる体制があるか
- Phase 1: 手動調査を 1 件以上実行し、調査タイムラインをチームでレビューしたか
- 自動調査の対象とするアラート(ルール名・ログタイプ)を絞り込めるか
- セキュリティトークンの無償枠・Security Tokens SKU・追加購入の方針を確認したか(Enterprise は特に契約条件)
- TIN の判定結果を Playbook 連携に使う場合、誤クローズのリスクを許容できるか
- 誤クローズ・誤エスカレーション時の人手による再オープン手順を Runbook に記載したか
まとめ
TIN は、Google SecOps の Agentic SOC において、検知後の初動調査を担うエージェントです。判定と根拠付きサマリーを短時間で返し、Tier 1 が担っていた調査負荷を下げる一方、自動化の範囲は運用設計次第です。
いきなり全件の自動調査や Playbook 連携まで進める必要はありません。まずは手動調査で出力の読み方をチームで共有し、そこから限定スコープの自動調査、Playbook 連携へと段階的に広げてみてください。
Discussion