Autonomous AI Lakehouse - Live AI Hubから始めるセキュアなAIデータ活用 -

Autonomous AI Lakehouse Live AI Hubから始めるセキュアなAIデータ活用 Ver. 1.2 日本オラクル株式会社 Agentic
AI Solution 部 2026年10月23日

AI Readyなデータプラットフォーム – Autonomous AI Database データ管理を自動化し、AI活用を支えるフルマネージドのクラウド・データプラットフォーム Auto-patching Auto-backups Self-healing
Always-on Security Always-on Auditing Event Metrics And Alarms Auto-scaling MongoDB 多様なデータ型多様なワークロードフルマネージド MCP Server Data Catalog Data Integration Analytics Collaboration Tools 組み込みツール 2 Copyright © 2026, Oracle and/or its affiliates AppDev Graph Modeling ML Modeling NL2SQL and RAG AI機能 Select AI Agent

AIは分散したデータから正しい答えを導き出せるかそれぞれのデータの“今の状態”を把握する判断に必要なライブデータ WMS POS 欠品を避けるための当日の補充判断販売実績当日売上 / 販売速度
店舗・倉庫在庫棚・バックヤード/出荷可能在庫 ERP TMS 補充計画・引当補充指示 / 移送・発注状況配送実行状況出荷便 / 到着予定・遅延今日、欠品しそうな店舗はどこかどの倉庫から補充でき、いつ届くか判断条件となる商品マスタ・業務ルールエリア・マネージャー AI活用に必要な設計論点最新のデータアクセス制御データの意味販売・在庫状況は逐次変化担当者ごとに閲覧範囲が異なる棚在庫・引当・到着予定を区別最新のデータ・アクセス権・業務用語を保ったまま横断し、AIが判断を支援する仕組みが必要 3 Copyright © 2026, Oracle and/or its affiliates

Live AI Hub - データをAIへではなく、AIをデータのある場所へ - データを事前に一括移行することなく、分散したデータにアクセス様々なライブ・データを利用し移動・コピーすることなくその場で問合せ既存のデータ型を拡張し、ベクトル、グラフ、空間などの
マルチモデル機能を追加・活用 3rdパーティ SaaS データ共有カタログカタログ既存のソースから多様なデータを安全かつ簡単に統合し、 AI & MLの取り組みに活用 Live AI Hub データベースデータ・レイクコンテンツ・リポジトリ選択したLLMとオープンソース・フレームワークを使用して AIおよびエージェント型AIのユースケースを実現セキュリティとスケーラビリティを損なうことなく、 ML、AI、GenAIプロジェクトを大規模に構築し実行低遅延データ提供、マルチモデルデータAPI・アプリケーション、機械学習・AIサンドボックス、AIエージェント実行環境まで、多様なデプロイメントパターンに対応 4 Copyright © 2026, Oracle and/or its affiliates

Live AI Hubの構成要素 2つの主要コンポーネントで、シンプルにデプロイできる強力なソリューション Autonomous AI Lakehouse • 5 エンタープライズ向け
AI対応データ基盤パブリック・データとプライベート・データをフェデレートし、すべてのデータ・タイプへのデータアクセスを簡素化人工知能 Large Language Model • 使い慣れたLLMやAIエージェントを活用 • Select AIまたはMCPを通じて Autonomous AI Databaseに接続 • 構造化データと非構造化データのいずれにも対応 • リンク済みのデータを回答・分析・業務ワークフローに活用 • ファイングレイン・アクセス制御を適用し、セキュリティを強化 • LLMの配置や接続先を選択し、ネットワーク遅延を考慮して構成 • キャッシュを使用してパフォーマンスを向上 • • AI・AIエージェントの構築・実行を支えるエンタープライズ対応エンジン Select AIやPrivate AI Agent Factoryと連携し AI活用を迅速に開始 Copyright © 2026, Oracle and/or its affiliates

フェデレーテッド・クエリによるセキュアなデータ横断問い合わせ LLMが自然言語の質問をSQLへ変換オンプレミス・データベース「今月の売上合計は？」認証連携アクセス制御 Exadata フェデレーテッド・クエリ「売上上位10製品は？」 Autonomous
AI Lakehouse 「製品別売上の上位10地域を出して」 Exadata C@C Object Storage ビューやマテリアライズド・ビューを活用して、効率的にデータへアクセスクラウド・データ・ソース SQLの生成 Azure SQL Exadata Database Amazon REDSHIFT 利用するLLM 6 Copyright © 2026, Oracle and/or its affiliates スノーフレーク

Live AI Hubから始める、AIデータ基盤の段階的な拡張ライブデータ活用から、レイクハウス構築、AIデータ・プラットフォームの運用へレイクハウスの構築包括的なAIデータ・プラットフォーム分散したデータ・リソースに接続し迅速に業務AIを立ち上げ利用頻度の高いデータを整備し分析・AIで再利用できる資産へ発展
データパイプライン、AI、エージェントを一つの開発・運用基盤で管理 Live AI Hub Oracle Autonomous AI Lakehouse Oracle Autonomous AI Lakehouse + Oracle AI Data Platform Workbench Oracle Autonomous AI Lakehouse を基盤に実現 Oracle Autonomous AI Lakehouse を基盤に実現 Oracle Autonomous AI Lakehouse を組み込んだ構成ライブ・データでAIを実行 7 Copyright © 2026, Oracle and/or its affiliates

: No Data Copy : Data Copy マルチクラウドの各種データソースにアクセス可能事前定義コネクタでのデータ取得、もしくはダイレクトアクセスで連携データベース
クラウド・ストレージデータ・カタログ Database Linkによるダイレクト・クエリ・アクセスセキュアなダイレクトクエリ・アクセスデータ・カタログ連携 GitHub OCI Data Catalog AWS Glue データ・ソース事前定義されたコネクタによるデータ・インテグレーション Delta Sharing Delta Sharingプロトコル Apache Iceberg表セキュアなアクセス 9 Copyright © 2026, Oracle and/or its affiliates Autonomous AI Lakehouseをデータハブ基盤としてマルチクラウド上の様々なデータに透過的にアクセス

Database Linkによるダイレクト・クエリ・アクセスデータベース・リンクで異なるデータソースにアクセス Oracle Database / 他RDBMS DWH／分析基盤 Autonomous AI
Lakehouse Snowflake SaaS / API NoSQL Database Link 10 Copyright © 2026, Oracle and/or its affiliates BigQuery

Database Linkによるダイレクト・クエリ・アクセス接続できるデータソース接続先の認証・アクセス権限を設定し、ADB側で認証情報とDatabase Linkを作成 Database Linkの作成に必要なプロシージャ • DBMS_CLOUD.CREATE_CREDENTIAL :
ユーザー名・パスワード、OAuthなどのリンク先の認証情報を暗号化し保存 • DBMS_CLOUD_ADMIN.CREATE_DATABASE_LINK : 接続先、認証情報、接続タイプを指定してDatabase Linkを作成区分接続先接続先のデータ SQLでの扱い Oracle Database Autonomous AI Database Oracle AI Database 表・ビュー表・ビューを参照その他RDBMS Azure SQL／SQL Server、Db2、MySQL PostgreSQL 表・ビュー表・ビューを参照 DWH／分析基盤 Snowflake、BigQuery、Hive、Redshift 表・ビュー表・ビューを参照 NoSQL Cassandra、MongoDB テーブル／ドキュメント表・列として参照 SaaS／API Salesforce、ServiceNow、SharePoint, Databricks Google Analytics、Google Drive、YouTube APIで取得できるデータ表・列として参照。一部サービスは APIの項目と表・列の対応設定が必要 ※利用可能なSQL・データ型は接続先によって異なる SELECT <列名> FROM <接続先の表・ビュー名>@<DBリンク名>; ※NoSQLやSaaS/APIのデータも、表・列としてSQLで参照可能 11 Copyright © 2026, Oracle and/or its affiliates

Database Linkによるダイレクト・クエリ・アクセス設定例：MySQLとSalesforce RDBMS：MySQL SaaS/API型：Salesforce 認証：DBユーザー接続：ホスト、ポート、データベース名参照：リモート表・ビューを直接SQL参照認証：ユーザー名・パスワード+セキュリティトークン接続：組織のMy
Domain・ポート19937 参照：AccountなどのオブジェクトをSQLで検索 BEGIN DBMS_CLOUD.CREATE_CREDENTIAL( credential_name => 'MYSQL_CRED', username => 'readonly_user', password => '***'); BEGIN DBMS_CLOUD.CREATE_CREDENTIAL( credential_name => 'SF_CRED', username => 'api_user', password => '***'); DBMS_CLOUD_ADMIN.CREATE_DATABASE_LINK( db_link_name => 'MYSQL_LINK', hostname => 'mysql.example.com', port => 3306, service_name => 'salesdb', credential_name => 'MYSQL_CRED', gateway_params => JSON_OBJECT( 'db_type' VALUE 'mysql')); END; / SELECT order_id, customer_id, amount FROM orders@MYSQL_LINK; DBMS_CLOUD_ADMIN.CREATE_DATABASE_LINK( db_link_name => 'SF_LINK', hostname => 'salesforce.example.com', port => 19937, service_name => 'salesforce', credential_name => 'SF_CRED', gateway_params => JSON_OBJECT( 'db_type' VALUE 'salesforce', 'security_token' VALUE '***')); END; / SELECT Id, Name, Industry, BillingCity FROM Account@SF_LINK; ※ Salesforceの場合、APIの値と列をマッピングさせるRESTモデルファイルは不要 12 Copyright © 2026, Oracle and/or its affiliates

クラウド・ストレージへのダイレクト・クエリ・アクセスクラウド上のファイルに外部表を通してアクセス OCI Object Storage Amazon S3 Azure Blob /
ADLS Google Cloud Storage TXT CSV JSON Parquet 実データはクラウド上に保持認証・アクセス権 SQLで参照 ADB 13 Copyright © 2026, Oracle and/or its affiliates 外部表

クラウド・ストレージへのダイレクト・クエリ・アクセス対応ストレージと認証・アクセス設定認証・権限設定後、DBMS_CLOUD.CREATE_EXTERNAL_TABLEで外部表を作成する対応ファイル・フォーマット : CSV、区切り文字／固定長テキスト（TXTなど）、JSON、Avro、ORC、Parquet 圧縮ファイルにも対応：gzip、zlib、zstd、bzip2 ※圧縮方式の適用範囲はファイル形式による。ZIPは対象外対象サービス主な認証・アクセス方式
必要な権限・接続設定 ADB側の認証設定プロシージャユーザー名＋Auth Token 対象ユーザーの所属グループに、IAMポリシーでオブジェクト読み取りを許可 DBMS_CLOUD.CREATE_CREDENTIAL リソース・プリンシパル対象ADBを動的グループに含め、IAMポリシーで読み取りを許可 DBMS_CLOUD_ADMIN. ENABLE_RESOURCE_PRINCIPAL アクセスキーID＋シークレットキーキーに対応するIAM主体へ、対象オブジェクトの読み取りを許可 DBMS_CLOUD.CREATE_CREDENTIAL IAMロール連携（AWS ARN）読み取り用IAMロールを作成し、Oracle側プリンシパルと External IDを信頼ポリシーに設定 DBMS_CLOUD_ADMIN.ENABLE_PRINCIPAL_AUTH provider => 'AWS' ストレージアカウント名＋アカウントアクセスキーストレージアカウントのアクセスキーを取得し、共有キー認証と接続元の通信を許可 DBMS_CLOUD.CREATE_CREDENTIAL Azureサービス・プリンシパル ADB連携アプリへの同意を行い、対象ストレージの読み取りロールを付与 DBMS_CLOUD_ADMIN.ENABLE_PRINCIPAL_AUTH provider => 'AZURE' HMACキーID(アクセスID)＋シークレット接続用サービス・アカウントのHMACキーを取得し、対象バケットの読み取りを許可 DBMS_CLOUD.CREATE_CREDENTIAL Googleサービス・アカウント連携 ADBの連携有効化で作成されるサービス・アカウントに対象バケットの読み取り権限を付与 DBMS_CLOUD_ADMIN.ENABLE_PRINCIPAL_AUTH provider => 'GCP' アクセスキー＋シークレットサービス側で対象オブジェクトの読み取りを許可し、エンドポイントを確認 DBMS_CLOUD.CREATE_CREDENTIAL OCI Object Storage Amazon S3 Azure Blob Storage Azure Data Lake Storage Google Cloud Storage S3互換ストレージ 14 Copyright © 2026, Oracle and/or its affiliates ※ 2026年8月時点

クラウド・ストレージへのダイレクト・クエリ・アクセス設定例：OCI Object StorageとAzure Blob Storage OCI Object Storage：リソース・プリンシパル Azure
Blob Storage：サービス・プリンシパル ① OCI側：対象ADBを含めた動的グループを作成 IAMポリシーで対象バケットの読み取りを許可 ① ADB側：AzureのテナントIDを指定して連携を有効化 ② ADB側：有効化後、外部表を作成してSQLで参照 EXEC DBMS_CLOUD_ADMIN.ENABLE_RESOURCE_PRINCIPAL(); BEGIN DBMS_CLOUD.CREATE_EXTERNAL_TABLE( table_name => 'INV_OCI_EXT', credential_name => 'OCI$RESOURCE_PRINCIPAL', file_uri_list => 'https://objectstorage.ap-tokyo-1.oraclecloud.com' || '/n/<namespace>/b/<bucket>/o/inventory.csv', column_list => 'STORE_ID NUMBER, SKU VARCHAR2(30), QTY NUMBER', format => '{"type":"csv","skipheaders":1}'); END; / SELECT * FROM INV_OCI_EXT WHERE QTY < 10; 外部表へのアクセス方法: SELECT * FROM 外部表名; 15 Copyright © 2026, Oracle and/or its affiliates BEGIN DBMS_CLOUD_ADMIN.ENABLE_PRINCIPAL_AUTH( provider => 'AZURE', params => JSON_OBJECT( 'azure_tenantid' VALUE '<tenant-id>')); END; / -- azure_consent_urlとazure_app_nameを確認 SELECT * FROM CLOUD_INTEGRATIONS; ② Azure側： azure_consent_url を開いてアプリに同意対象ストレージのIAMで、azure_app_name の値に該当するアプリに「ストレージ Blob データ閲覧者（Storage Blob Data Reader）」ロールを付与 ③ ADB側：外部表を作成してSQLで参照 BEGIN DBMS_CLOUD.CREATE_EXTERNAL_TABLE( table_name => 'INV_AZ_EXT', credential_name => 'AZURE$PA', file_uri_list => 'https://<account>.blob.core.windows.net' || '/<container>/inventory.csv', column_list => ‘STORE_ID NUMBER,SKU VARCHAR2(30),QTY NUMBER', format => '{"type":"csv","skipheaders":1}'); END; / SELECT * FROM INV_AZ_EXT WHERE QTY < 10;

Delta Sharingプロトコルによる共有データへのアクセス Delta Sharingで共有された表に外部表を通してアクセス Databricks Delta Sharing データ提供者 (Provider) トークン認証
Share (共有する表) Autonomous AI Lakehouse データ利用者 (Consumer) 接続プロファイル (JSON) 接続先URL・認証トークン外部表クラウド・ストレージ 16 Copyright © 2026, Oracle and/or its affiliates

Delta SharingプロトコルによるDatabricksへのアクセス共有データの参照とDatabase Actionsでの設定例オープン標準のDelta Sharingプロトコルを利用して、対応するツール・サービス間でのデータ共有が可能 ADBはデータ提供者（Provider）とデータ利用者（Consumer）の両方に対応 Database ActionsのGUI、またはPL/SQLで設定可能 PL/SQLの場合
• DBMS_SHARE：共有元の登録・共有の検索と管理 • DBMS_CLOUD.CREATE_CREDENTIAL：認証情報の登録 Database Actionsによる設定イメージ Databricks側でShare(共有データセット)・受信者を設定し、共有へのアクセスを許可接続プロファイルとなるJSONを取得しておく • CREATE TABLE … ORGANIZATION EXTERNAL：外部表の作成 ① JSONを登録外部表へのアクセスデータ共有で共有元を登録 SELECT * FROM 外部表名; ② Shareを選択利用するShareを選び Subscribeを実行 ③ 外部表を作成共有する表を選択し、 Start → Runを実行して外部表を作成 17 Copyright © 2026, Oracle and/or its affiliates

Iceberg表へのアクセス外部カタログ・サービスを使わずにメタデータからIceberg表にアクセス Autonomous AI Lakehouse 外部表 18 Copyright © 2026,
Oracle and/or its affiliates

Iceberg表へのアクセス外部カタログ・サービスを使わない2つの方式クラウド・ストレージ上のIceberg表を、ADBの外部表を通じて参照する外部カタログ・サービスを使わず、JSONメタデータの直接指定またはHadoopカタログで参照データファイルの形式はParquet パーティション化されたIceberg表に対応し、対応する検索条件では不要なファイルの読取りを省略削除ファイルを使うMerge-on-Read方式は非対応（Copy-on-Write方式で更新された表の参照は対応） JSONメタデータを直接指定 19 Hadoopカタログ
対象表の metadata.json のURLを指定しそのファイルからデータファイルを特定する Warehouseの場所と表名を指定フォルダー構造からメタデータを特定する対応クラウド・ストレージ対応クラウド・ストレージ OCI Object Storage ／ Amazon S3 Azure Data Lake Storage Gen2 OCI Object Storage パラメータ：file_uri_list 特定のメタデータファイルのURL パラメータ：iceberg_warehouse ＋ iceberg_table_path iceberg_catalog_type に hadoop を指定最新のスナップショットへ自動追従しないスナップショット切替・スキーマ変更時は外部表の再作成が必要メタデータファイル名を固定せずに参照スキーマ変更時は外部表の再作成が必要 Copyright © 2026, Oracle and/or its affiliates

Iceberg表へのアクセス設定例：JSONメタデータ直接指定とHadoopカタログ ① JSONメタデータ直接指定：ファイルURLを指定 ② Hadoopカタログ：Warehouseと表名を指定 BEGIN DBMS_CLOUD.CREATE_CREDENTIAL( credential_name =>
'OCI_JSON_CRED', user_ocid => '<user-ocid>', tenancy_ocid => '<tenancy-ocid>', private_key => '<private-key>', fingerprint => '<fingerprint>'); END; / BEGIN DBMS_CLOUD.CREATE_CREDENTIAL( credential_name => 'OCI_HADOOP_CRED', user_ocid => '<user-ocid>', tenancy_ocid => '<tenancy-ocid>', private_key => '<private-key>', fingerprint => '<fingerprint>'); END; / BEGIN DBMS_CLOUD.CREATE_EXTERNAL_TABLE( table_name => 'IOT_HADOOP_EXT', credential_name => 'OCI_HADOOP_CRED', file_uri_list => NULL, format => JSON_OBJECT('access_protocol' VALUE JSON_OBJECT('protocol_type' VALUE 'iceberg', 'protocol_config' VALUE JSON_OBJECT( 'iceberg_catalog_type' VALUE 'hadoop', 'iceberg_warehouse' VALUE 'https://objectstorage.ap-tokyo-1.oraclecloud.com' || '/n/<ns>/b/<bucket>/o/iot', 'iceberg_table_path' VALUE 'factory.iot_sensor_events')))); END; / SELECT * FROM IOT_HADOOP_EXT; BEGIN DBMS_CLOUD.CREATE_EXTERNAL_TABLE( table_name => 'IOT_JSON_EXT', credential_name => 'OCI_JSON_CRED', file_uri_list => 'https://objectstorage.ap-tokyo-1.oraclecloud.com' || '/n/<ns>/b/<bucket>/o/iot/' || 'factory/iot_sensor_events/metadata/' || 'v2.metadata.json', format => '{"access_protocol":{"protocol_type":"iceberg"}}'); END; / SELECT * FROM IOT_JSON_EXT; 20 Copyright © 2026, Oracle and/or its affiliates

データ・カタログ連携カタログの情報を基に、クラウド上のデータをSQLで参照データ・カタログサービスカタログ認証 Autonomous AI Lakehouse 表・列・保存先の情報を取得表・列・保存の
メタデータを管理ストレージ認証マウントしたカタログ表データを直接読むクラウド・ストレージ 21 Copyright © 2026, Oracle and/or its affiliates

データ・カタログ連携サポートされるデータ・カタログ DBMS_CATALOGで外部カタログ・サービスを登録し、カタログ内の情報を基にして表にアクセスカタログ経由のIceberg表の参照にはカタログと保存先ストレージへの認証が必要カタログサービス特徴・対象データ ADBから参照するクラウド・ストレージカタログサービスの認証登録方法
(DBMS_CATALOG) @構文での実データ参照 OCI Data Catalog DBやObject Storageのメタデータを収集・管理 OCI Object Storage OCIネイティブ認証（API署名キー） MOUNT_DATA_CATALOG data_catalog_type => 'OCI_DCAT' メタデータのみ Oracle AI Data Catalog ADB上で提供するIceberg REST カタログ OCI Object Storage (S3互換) Azure Storage (ADLS／Blob) ZFS Storage OAuth2トークン認証 (カタログ側 ADBのDBユーザー名・パスワードによる取得) MOUNT_ICEBERG catalog_type => 'ICEBERG_ORACLE' 〇 AWS Glue Data Catalog S3上の通常の外部表とIceberg表の Amazon S3 メタデータ管理 AWSアカウント認証 (アクセスキーID・シークレットキー) MOUNT_DATA_CATALOG data_catalog_type => 'AWS_GLUE' 〇 Databricks Unity Catalog Iceberg表とUniFormを有効化した Delta表 Amazon S3 Azure ADLS Gen2 OAuth2：ID・シークレットで認証 PAT：発行済みトークンで認証 MOUNT_ICEBERG catalog_type => 'ICEBERG_UNITY' 〇 Snowflake Open Catalog Apache Polarisベースのマネージド Iceberg RESTカタログ Amazon S3 Azure ADLS Gen2 OAuth2：ID・シークレットで認証 MOUNT_ICEBERG catalog_type => 'ICEBERG_POLARIS' 〇 Apache Polaris オープンソースのIceberg REST カタログ ※利用するストレージとの組合せは要確認 OAuth2：ID・シークレットで認証 MOUNT_ICEBERG catalog_type => 'ICEBERG_POLARIS' 〇 SELECT * FROM "スキーマ名"."テーブル名"@カタログ名; ※ OCI Object Storageの論理エンティティは、DBMS_DCAT.RUN_SYNCで外部表を作成して参照 22 Copyright © 2026, Oracle and/or its affiliates ※ ※ 2026年8月時点

データ・カタログ連携設定例: Databricks Unity CatalogとADBの連携 Unity Catalogから表のメタデータを取得し、ADBから参照するカタログとストレージで別々に認証し、マウント後はUniFormを有効化したDelta表とIceberg表を同様に参照 23 Copyright
© 2026, Oracle and/or its affiliates

データ・カタログ連携設定例: Databricks Unity CatalogとADBの連携 ① Databricks側：2種類の表を作成 ② ADB側：認証・マウント・SQL参照 --
UniForm有効のDelta表を作成 CREATE TABLE data_lake_pm.default.mount_customers_uniform ( customer_id BIGINT, first_name STRING) USING DELTA TBLPROPERTIES ( 'delta.columnMapping.mode' = 'id', 'delta.enableIcebergCompatV2' = 'true', 'delta.universalFormat.enabledFormats' = 'iceberg'); BEGIN DBMS_SHARE.CREATE_BEARER_TOKEN_CREDENTIAL( credential_name => 'UNITY_CRED', token_endpoint => 'https://<host>/oidc/v1/token', client_id => '<id>', client_secret => '<secret>', token_scope=>'all-apis', grant_type=>'client_credentials'); -- ネイティブIceberg表を作成 CREATE TABLE data_lake_pm.default.mount_orders_iceberg ( order_id BIGINT, customer_id BIGINT, amount DECIMAL(10,2)) USING ICEBERG; -- テストデータを投入 INSERT INTO data_lake_pm.default.mount_customers_uniform VALUES (1, 'Alice'); INSERT INTO data_lake_pm.default.mount_orders_iceberg VALUES (101, 1, 120.00); 事前設定：External data accessを有効化連携用のサービス・プリンシパルにUSE CATALOG, USE SCHEMA, SELECT, EXTERNAL USE SCHEMAを付与 OAuthのID・シークレットを設定する 24 Copyright © 2026, Oracle and/or its affiliates DBMS_CLOUD.CREATE_CREDENTIAL( credential_name => 'AZURE_CRED', username => '<account>', password => '<account-key>'); DBMS_CATALOG.MOUNT_ICEBERG( catalog_name => 'UNITY_CAT', endpoint => 'https://<host>/api/2.1/' || 'unity-catalog/iceberg-rest/v1/catalogs/' || 'data_lake_pm', catalog_credential => 'UNITY_CRED', data_storage_credential => 'AZURE_CRED', catalog_type => 'ICEBERG_UNITY'); END; / SELECT * FROM "DEFAULT"."MOUNT_CUSTOMERS_UNIFORM"@UNITY_CAT; SELECT * FROM "DEFAULT"."MOUNT_ORDERS_ICEBERG"@UNITY_CAT;

Autonomous AI Database カタログ多様な企業データの統合ビュー Autonomous AI Databaseカタログデータベース
Oracle MySQL SQL Server BigQuery Redshift Snowflake… 25 データ・レイク OCI Object Storage Amazon S3 Azure Storage Google Cloud Storage Copyright © 2026, Oracle and/or its affiliates データ・カタログ OCI Data Catalog AWS Glue Data Catalog Databricks Unity Catalog Snowflake Open Catalog データ・プロダクト Delta Shares Marketplaces REST 「カタログのカタログ」アーキテクチャ Autonomous AI Database が外部カタログやデータソースを統合し、検索・アクセスの窓口を提供

Lake Cache 外部データのキャッシュ Lake Cacheは、頻繁に参照する外部データをExadataの永続ストレージ上にキャッシュする SQLを変更せずに、キャッシュと外部データを組み合わせて検索し、応答時間と外部アクセスを削減主な特徴 • 外部データをDB内の内部表として保持 •
外部ファイルの追加・削除を検索に反映 • 外部表やマウント済みカタログ表に対応 • CSV・Parquetなどの外部表、Iceberg表、マウント済みカタログ表 • 自動キャッシュ (DBMS_CACHE) • 利用状況に応じて、DBがキャッシュ対象を判断 • 設定した容量の範囲内で、作成・更新・削除を自動管理 • ポリシーベースのキャッシュ (DBMS_EXT_TABLE_CACHE) 26 • 利用者が対象表・ファイルや、ファイルの更新日時などの条件を指定 • キャッシュの作成・読込み・更新・削除を利用者が管理 Copyright © 2026, Oracle and/or its affiliates

データ変換シンプルに “ドラッグ・アンド・ドロップ” で出来るデータ変換 • Data Transformsが対応する接続先に対し、データ変換・ロード処理を生成 (Fusion,
NetSuite and Salesforce を含む) • ビルトイン済のデータ・クオリティ Oracle Data Integrator が基盤 • ブラウザベースのGUI • ODIを利用して ADB に簡単に移行 • 結合・フィルタ・集計などの変換処理を GUIで定義 • ワークフロー、スケジューラ機能あり • 組み込み型以外にMarketplaceの Data Integrator: Web Edition の連携が可能 27 Copyright © 2026, Oracle and/or its affiliates

※ 2026/6現在 Data Transformsが対応する接続タイプデータベース（一部抜粋） • Amazon Aurora • Amazon
EMR Hive • Amazon Redshift • Apache Hive • Apache Spark SQL • AWS S3 • Azure Compute • Azure Data Lake Storage • Azure SQL Database • Azure Synapse Analytics • Cassandra • Cloudera CDH Hive • Cloudera Impala 28 Copyright © 2026, Oracle and/or its affiliates • • • • • • • • • • • • • EnterpriseDB Google BigQuery Google Drive IBM BigInsights IBM DB2 Informix MapR Hive Microsoft SQL Server MongoDB MySQL MySQL Heatwave Oracle Oracle Object Storage • • • • • • • Pivotal HD Pivotal HDB PostgreSQL SAP BW/4HANA SAP NetWeaver Snowflake Sybase サービス • Oracle GoldenGate –OCI • Data Transforms

※ 2026/6現在 Data Transformsが対応する接続タイプアプリケーション（一部抜粋） • Azure Billing • Azure
Resource Health • BigCommerce • DataStax • eBay • FinancialForce • Generic Rest • GitHub • Google AdSense • Google Analytics • Google Calendar • Google Campaign Manager • Google Contacts 29 Copyright © 2026, Oracle and/or its affiliates • • • • • • • • • • • • • Google Search Ads 360 Jira Microsoft Dynamics 365 Microsoft SharePoint Oracle Analytics Cloud Oracle BI Cloud Connector Oracle EBS Oracle Financials Cloud Oracle Fusion ERP Oracle Fusion Sales Oracle Fusion Service Oracle Marketing Cloud Oracle NetSuite • • • • • • • • • • • • • Oracle PeopleSoft Oracle Sales Cloud Oracle Service Cloud Oracle SIEBEL PayPal Salesforce Chatter Salesforce.com SAP S/4HANA Cloud Stripe Twitter WordPress Zendesk Zoom

Oracle Select AI 30 Copyright © 2026, Oracle and/or its
affiliates

Oracle Select AIのゴール業務ユーザーとデータの「距離」を縮める基盤や実装の複雑さを意識せず、自然言語で構造化・非構造化データから必要な情報を取得 31 Copyright ©
2026, Oracle and/or its affiliates

Oracle Select AIの全体像 OCI Generative AI OpenAI アプリケーション Azure OpenAI
Select AI リクエスト AIプロバイダ接続認証・認可監査レスポンス Cohere Google Gemini • • • • アプリケーション構成を簡素化開発を効率化 Oracle Databaseのセキュリティを継承 SQL、PL/SQL、Python/Java SDKから利用 Anthropic Claude NL2SQL RAG 合成データ生成要約/翻訳チャット AIエージェント Hugging Face AWS Bedrock OpenAI互換プライベートにホストされたエンドポイント Ask Oracle Select AI 統合チャットボット (APEX サンプル・アプリ) 32 Copyright © 2026, Oracle and/or its affiliates Private Agent Factory ノーコード・エージェント・ビルダー事前構築済み AIエージェント

Select AIの活用例「先月、売上金額が最も高かった商品は？」売上データに自然言語で質問「地域別の売上を集計したい」地域別に売上を集計するSQLを作成生成されたSQLの内容を確認集計条件や処理内容を説明売上の集計結果を文章にまとめる数字の一覧を読みやすい説明に
チャットチャットお客様への返信メールを下書き問い合わせ内容から回答案を作成「出張の宿泊費の上限は？」社内規程を調べて回答 RAG RAG データ生成 SDG 受注システムの動作確認に使う架空の注文データを作成在庫を確認して補充案を作成必要な処理を順番に実行エージェントエージェント長い議事録を短くまとめる決定事項と次の作業を整理海外から届いたメールを日本語に英語で書かれた内容を理解 SQL問合せ SQL問合せ要約要約 33 Copyright © 2026, Oracle and/or its affiliates 翻訳

Select AI 自然言語によるデータベース問い合わせ基盤 Select AIは、構造化・非構造化データを自然言語で扱い、エンド・ユーザーのデータ活用を促進自然言語によるSQL問い合わせは、LLMがSQLを生成し、Oracle Databaseが実行して結果を返すデータベースのセキュリティ機能を活用し、AIによるセキュアな問い合わせを実現アクションキーワード •
runsql • 自然言語をSQLに変換し実行、結果を返す (NL2SQL) • RAGでベクトル検索を実行し、結果を返す • showsql：生成されたSQLを表示 • explainsql：生成されたSQLの処理内容を説明 • narrate：NL2SQL／RAGの結果を自然言語で説明 • chat：LLMが生成した応答を返す • translate ：テキストの翻訳 • summarize ：長文などのテキストを要約 • feedback ：生成SQLにフィードバックしてクエリーを改善 • agent ：設定したエージェント・チームを実行 34 Copyright © 2026, Oracle and/or its affiliates SELECT AI <アクション> <自然言語の質問>;

主なSelect AI機能 35 Select AI 機能説明 Select AI 自然言語で質問すると、NL2SQL
による SQL 生成・実行・説明やチャットを通じてデータベースと対話できる基本機能 Select AI Feedback 生成された SQL の正誤・修正例をフィードバックとして蓄積し、以降のSQL生成時のヒントとして活用する機能 Select AI Conversation セッション内の直近の対話履歴、または名前付きの長期会話を保持し、過去の質問・応答を踏まえた文脈付きの対話を行う機能 Select AI for Python/Java Python／Java向けのライブラリ・SDKを通じて、アプリケーションからSelect AIを利用し、自然言語によるSQLの生成・実行やデータ分析、要約などを行える機能 Select AI with RAG ベクトルストア内の自社・企業内コンテンツを類似検索で取り込み、根拠に基づきハルシネーションを抑えた回答を生成する機能 Select AI Agent 指示に応じて複数ステップの処理やツール連携（RAG／NL2SQL／PL/SQL／REST）を行うエージェント型の機能 Select AI Summarize データや文書の内容（最大 1GB のテキスト）を要約して、短く把握しやすい形で提示する機能 Select AI Translate 翻訳プロバイダ（OCI Language／Google／AWS／Azure）を用いてテキストを別の言語へ翻訳する機能 Select AI for SDG (Synthetic Data Generation) テストや学習用途向けに、表のスキーマや指定条件に基づく合成データを生成する機能 Copyright © 2026, Oracle and/or its affiliates

Select AIのSQL実行パイプライン (NL2SQL) runsqlの場合自然言語の質問とDBスキーマ・メタデータを基にLLMがSQLを生成し、データベースが実行するレスポンスは、通常の表形式の結果セット。また、runsqlは、デフォルトのアクションのため省略可能自動化されたパイプライン自然言語プロンプト
拡張されたプロンプト LLMを使用した SQLの生成 SQLクエリ DBスキーマメタデータスキーマ、表、ビュー名列名・データ型主キー・外部キー制約表・列コメントアノテーションプロファイルで指定した対象オブジェクトなど SQLを実行し結果セットを返す SQL> SELECT AI 売上高トップ10商品を教えて SQL> SELECT AI runsql 売上高トップ10商品を教えて 36 Copyright © 2026, Oracle and/or its affiliates レスポンス

Select AIのSQL実行パイプライン (NL2SQL) narrateの場合結果セットを取得するまではrunsqlの場合と同じ結果セットをLLMへ渡し、LLMが生成した自然言語による説明・要約を文章として返す問い合わせの結果セットがLLMに送信される点に注意自然言語プロンプト拡張された
プロンプト LLMを使用した SQLの生成 SQLクエリ LLMで結果の説明文を生成結果セット＋文章化の指示 SQLを実行し結果セットを取得 DBスキーマメタデータ自然言語の回答 SQL> SELECT AI narrate 最もストリーミング再生数が多い映画トップ10は何ですか？ 37 Copyright © 2026, Oracle and/or its affiliates

Select AIのチャット処理フロー SQLを生成・実行せず、自然言語プロンプトに対してLLMが直接文章で回答プロファイルでconversationを有効にしている場合、以前の質問・回答の履歴もLLMに渡される chat自体はWeb検索を行わない。最新情報の検索が必要な場合は、Web検索ツールを設定した Select AI Agentを利用する自然言語プロンプト
LLMによる回答の生成自然言語の回答 SQL> SELECT AI chat Oracle Autonomous AI Databaseの特徴とは何ですか？ 38 Copyright © 2026, Oracle and/or its affiliates

AIプロファイル Select AIで使用するAIモデルと動作を設定 Select AI実行にはAIプロファイルが必要 • CREATE_PROFILE: AIプロファイルを作成 • SET_PROFILE：現在のセッションで使用するプロファイルを選択
対象表・ビュー、コメント、制約などを指定し、SQLの生成精度を高める AIプロファイルを複数作成し、用途に応じた使い分けも可能 BEGIN DMBS_CLOUD_AI.create_profile( profile_name => 'openai_gpt4', attributes => '{"provider": "openai", "credential_name": "OPENAI_CRED", "model": "gpt-4o", "object_list": [{"owner": "MOVIESTREAM", "name": "movies"}, {"owner": "MOVIESTREAM", "name": "streams"}, {"owner": "MOVIESTREAM", "name": "actors"}, {"owner": "MOVIESTREAM", "name": "genre"}, {"owner": "MOVIESTREAM", "name": "customer_segment"}]}' ); dbms_cloud_ai.set_profile(profile_name => 'openai_gpt4'); END; 39 Copyright © 2026, Oracle and/or its affiliates プロファイル属性(一部) 属性パラメータ属性内容 provider AIプロバイダー credential_name 認証用クレデンシャル名 model LLMモデル provider_endpoint AIサービスのAPI接続先 region AIサービスのリージョン object_list 使用する対象スキーマ・表・ビュー object_list_mode メタデータの選択方法（全対象／自動） enforce_object_list 参照対象をobject_list内に限定 comments 表・列のコメントをSQL生成に使用 constraints 主キー・外部キー情報をSQL生成に使用 annotations 表・列の注釈をSQL生成に使用 conversation セッション内の会話履歴の利用を有効化 conversation_length 長期会話でLLMへ渡す履歴件数 role AIの役割・専門分野 additional_instructions 業務ルール・回答形式などの追加指示 vector_index_name RAGで使用するベクトル索引名 embedding_model ベクトル化用モデル source_language 翻訳元の言語 target_language 翻訳先の言語

Select AIの実行例 AIプロファイルの指定方法自然言語での問い合わせには、Select AI文またはDBMS_CLOUD_AI.GENERATEファンクションを使用する Select AI文は対話的なSQL実行に、DBMS_CLOUD_AI.GENERATEはPL/SQLやアプリケーションからの呼出し等にプロファイルの指定方法は次のとおり • SELECT
AI ～：セッション内でSET_PROFILEを実行してAIプロファイルを事前設定 • DBMS_CLOUD_AI.GENERATE：呼出しごとにAIプロファイルを指定可能 SELECT AI DBMS_CLOUD_AI.GENERATE -- セッションでAIプロファイルを設定 -- 実行ごとにAIプロファイルを指定 EXEC DBMS_CLOUD_AI.SET_PROFILE( profile_name => 'openai_gpt4' ); SELECT DBMS_CLOUD_AI.GENERATE( prompt => '2020年以降に公開された映画のうち、最もストリーミング再生された上位10作品を教えて', profile_name => 'openai_gpt4', action => 'showsql' ) FROM dual; -- 自然言語からSQLを生成して表示 SELECT AI showsql 2020年以降に公開された映画のうち、最もストリーミング再生された上位10作品を教えて; 40 Copyright © 2026, Oracle and/or its affiliates

表・ビュー・列へのコメント NL2SQLの生成精度の向上① 表・ビュー・列などの意味、集計時の注意点、他表との結合関係などを文章で補足するメタデータ格納データの意味を理解するのに役立ち、Select AIではLLMに渡すことで自然言語からのSQL生成精度を高める AIプロファイルで"comments": "true"に設定する COMMENT ON TABLE
orders IS '受注。売上集計では、注文ステータス列がキャンセルを示す行を除外する。'; COMMENT ON COLUMN orders.order_amount IS '税抜き受注金額（円）。返品・値引きは負数で記録し、純額集計に使用する。'; COMMENT ON COLUMN orders.customer_id IS '顧客ID。customers.idと論理的に対応し、顧客情報の参照時に結合する。'; 41 Copyright © 2026, Oracle and/or its affiliates

表・ビュー・列へのアノテーション NL2SQLの生成精度の向上② 表・ビュー・列などに関連するデータの意味や扱い方を、名前（キー）と任意の値で構造化して登録するメタデータ Select AIがデータの意味を解釈するための補足情報として利用する複数のアノテーションを登録できる AIプロファイルで"annotations": "true"に設定する例) orders表のorder_amount列に、「何の金額か」「画面での表示」「通貨」「集計方法」を
項目別にアノテーションとして登録する ALTER TABLE orders MODIFY order_amount ANNOTATIONS ( ADD DESCRIPTION '税抜の受注金額。返品は負数で記録する', ADD DISPLAY_NAME '受注金額', ADD CURRENCY 'JPY', ADD AGGREGATION 'SUM' ); 42 Copyright © 2026, Oracle and/or its affiliates

生成されたSQLへのフィードバック NL2SQLの生成精度の向上③ Select AI Feedbackは、問い合わせに対する正しいSQLや修正指示を登録し、LLMへのヒントとして活用するフィードバック情報は自動的にベクトル化され、ベクトル表に格納され、類似検索にベクトル索引が利用される • <AIプロファイル名>_FEEDBACK_VECINDEX$VECTAB 特定の SELECT
AI SQL文に対してフィードバック SELECT AI FEEDBACK FOR QUERY “SELECT AI SHOWSQL 視聴履歴のトータルは？“ 視聴履歴の件数はCOUNTを使用してください; 特定の SQL IDに対してフィードバック SELECT AI FEEDBACK FOR QUERY WITH SQL_ID = '1v1z68ra6r9zf' 視聴履歴は視聴時間を SUM して集計してください; セッション内で最後に実行した SELECT AI SQL文に対してフィードバック SELECT AI FEEDBACK 視聴履歴は視聴時間を SUM して集計してください; 43 Copyright © 2026, Oracle and/or its affiliates

Select AI Feedback クエリ生成の精度向上のためのユーザーフィードバック期待するSQLクエリが生成されなかった LLM 2. フィードバックに基づき SQLクエリを改善
SQLへの修正指示 1. 生成されたSQLに対してフィードバックを送信次回以降の類似した問い合わせ改善された SQL 5.蓄積したフィードバックを類似検索し、LLMがSQL を改善 3.質問をベクトル化埋め込みモデル Oracle Autonomous AI Database 4. ベクトル化した質問と、フィードバック・改良SQLを保存 Vector Store 44 Copyright © 2026, Oracle and/or its affiliates

Select AI Conversations 会話の文脈を引き継ぐ過去の質問や回答の文脈を引き継ぎ、省略した質問でも対話を継続セッション内で利用する短期会話と、履歴を保存して再開できる長期会話に対応セッションベースの短期会話 "conversation": true •
AIプロファイルで有効化カスタマイズ可能な長期会話 DBMS_CLOUD_AI. CREATE_CONVERSATION • 履歴は一時表に保持し、セッション終了時に削除される • プロシージャで会話を作成し、会話IDを指定して継続・再開 • 1セッションにつき1つの会話 • セッション終了後も、指定期間は保持する • 最大10個のプロンプトが保存され、LLMに送信される • 複数会話IDを切替可能 • すべてのプロンプトを保存 • 保存・送信プロンプト数の上限は変更不可 • 保持日数 (retention_days)と LLMに渡す履歴件数 (conversation_length)を指定可能 • 用途例：SQL clientでの一時的な分析 • 用途例：APEX・継続分析・トピック別会話 45 Copyright © 2026, Oracle and/or its affiliates

Select AI with RAG 46 Copyright © 2026, Oracle and/or
its affiliates

ベクトル検索とは意味や特徴の近さで情報を検索する技術従来のデータベースは、文字列・数値・日付などの業務データの検索が得意 33 42 16 47 Copyright ©
2026, Oracle and/or its affiliates 一方、文章や画像などを意味や特徴の近さで検索することは容易ではなかったベクトルは、データの意味や特徴を表した数値の並び • 埋め込みモデルが、データをベクトルに変換する • ベクトルを構成する数値の数を「次元数」と呼ぶ 21 ベクトル検索は、意味や特徴が近いデータを検索 50 • 質問も同じ埋め込みモデルでベクトル化する Vector • 保存済みデータのベクトルと類似度を比較し近い情報を検索する

AI Vector Search マルチモーダルデータと業務データをSQLで横断検索 • Oracle AI Databaseに組み込まれたベクトル検索機能 (RU 23.9～)
• テキストや画像など多様なデータをベクトル化し、意味や特徴の近いデータを検索 • 最新の業務データとベクトルを同じデータベースで一元管理 SQL • 業務条件による絞り込みとベクトル検索を1つのSQLで実行し検索精度とRAGの回答品質向上を支援 SQL • ドキュメントのテキスト化から埋め込みモデルによるベクトル化まで一連の処理を支援するパッケージを提供 7623 「分類001・2,000円以下の商品から、検索内容に意味が近い商品を上位10件取得」 Single Source of Truth Oracle AI Database 26ai AI Vector Search 分類価格テキストベクトル（テキスト） 0 001 ¥1,000 AAA…… 0.1, 0.2, 0.6. .... 0.5, 1.5, 2.6, .... 1 002 ¥2,000 BBB…… 0.8, 0.1, 0.4. .... 1.0, 0.9, 1.6, .... 2 003 ¥3,000 CCC…… 0.5, 0.3, 0.9. .... 0.6, 1.1, 1.3, .... 48 Copyright © 2026, Oracle and/or its affiliates 画像ベクトル（画像） SELECT product_id, description, price FROM products WHERE category = '001' AND price <= 2000 ORDER BY VECTOR_DISTANCE( text_vector, :query_vector, COSINE) FETCH APPROX FIRST 10 ROWS ONLY; -- 業務条件で絞り込み -- 意味の近い順 -- 近似検索で上位10件 ※text_vector：商品説明のベクトル／ :query_vector：検索文のベクトル

RAG (Retrieval Augmented Generation) 意味検索と生成AIを組み合わせ、根拠に基づく回答を生成する仕組み主なメリット Retrieval（検索）ユーザーの質問に最も関連する情報を、社内ナレッジベースやベクトル・データベースから取得する
精度向上：ハルシネーションを抑制具体性：より質問に関連した回答効率性：LLMのファインチューニングより迅速かつ容易透明性：参照元を示し、情報を検証可能 Augmented（拡張）取得した情報をユーザーの質問に加え、LLMへ渡すプロンプトを補強する適応性：情報を動的に更新可能セキュリティ：機密データでLLMをファインチューニングする必要がない RAGは、社内規程への問い合わせや製品サポートなど、最新の業務情報に基づく回答と相性が良い 49 Copyright © 2026, Oracle and/or its affiliates Generation（生成） LLMが取得情報を踏まえ、より正確で関連性が高く文脈に沿った回答を生成する

Select AI with RAG 文書の準備から検索・回答生成までを自動化 • 文書の取込み・チャンク化・埋め込み生成・索引更新を自動化 • Oracle AI
Vector Searchを利用し、質問に関連する文書を検索 • 検索した文書をLLMに渡し、その内容に基づく回答を生成 • 文書のベクトル検索が対象。業務表との結合には別途SQLを、複数検索の連携にはSelect AI Agentを活用 50 Copyright © 2026, Oracle and/or its affiliates

Select AI with RAGの主な動作①：文書の準備ベクトル表・索引の作成・更新を自動化 2. チャンク化したデータを送信埋め込みモデル 3. ベクトル埋め込みを返す
Autonomous Database 4. 文書チャンクとベクトルを格納し、ベクトル表・索引を作成設定した更新間隔に従って更新 1. ファイルを取得し、テキスト抽出・チャンク化 Object Storage txt, csv, pdf, Word, PowerPoint 51 Copyright © 2026, Oracle and/or its affiliates AIプロバイダ

Select AI with RAGの主な動作②：検索・回答生成質問のベクトル化から、関連文書の検索・回答生成まで埋め込みモデル 1. 質問を埋め込みモデルへ送信 ※narrateの場合
AIプロバイダ 2. 質問のベクトルを返す質問 3. 質問ベクトルで類似検索し、関連する文書チャンクを取得ユーザー 6．回答を返す Autonomous Database 4. 質問と取得した文書チャンクを生成モデルへ送信 5. 生成した回答を DBへ返すテキスト生成モデル AIプロバイダ 52 Copyright © 2026, Oracle and/or its affiliates

Select AI with RAGの作成例 AIプロファイルとベクトル表・索引 RAG用のパラメータを設定したAIプロファイルを作成 • 文書・質問をベクトル化する埋め込みモデルと使用するベクトル索引名を指定 DBMS_CLOUD_AI.CREATE_VECTOR_INDEX プロシージャでベクトル表・索引を作成
• Object Storageの文書を取り込みテキスト抽出・チャンク化・ベクトル化を行い、文書チャンクとベクトルをベクトル表に格納 • 設定した更新間隔でObject Storageを確認し、追加・更新された文書を取り込んでベクトル表・索引を更新 Select AIでRAGに対応するアクション: runsql、narrate、showprompt BEGIN DBMS_CLOUD_AI.CREATE_PROFILE( profile_name => 'RAG_PROFILE', attributes => '{ "provider": "oci", "credential_name": "OCI_CRED", "model": "meta.llama-3.3-70b-instruct", "embedding_model": "cohere.embed-v4.0", "vector_index_name": "Vector_IDX" }' ); END; / 53 Copyright © 2026, Oracle and/or its affiliates 関連付け BEGIN DBMS_CLOUD_AI.CREATE_VECTOR_INDEX( index_name => 'Vector_IDX', attributes => '{ "vector_db_provider": "oracle", "location": "https://objectstorage.region...", "object_storage_credential_name": "OCI_CRED", "profile_name": "RAG_PROFILE", "vector_dimension": 1536, "vector_distance_metric": "COSINE", "chunk_size": 400, "chunk_overlap": 128, "refresh_rate": 60 }' ); END; /

Select AI with RAGの実行例文書検索の結果に基づいた回答作成済みのRAG用AIプロファイルをセッションに設定 SQL> EXEC DBMS_CLOUD_AI.SET_PROFILE('RAG_PROFILE'); runsql：検索した文書チャンクを返す
narrate：文章の回答と出典を返す SQL> SELECT AI RUNSQL 返品の条件・手続き・送料は？; SQL> SELECT AI NARRATE 返品の条件・手続き・送料は？; ↓ ベクトル検索の結果（3件の例） ↓ 3件の文書を基にLLMが回答を生成 DATA SOURCE URL SCORE 商品到着後30日以内。未使用・未開封に限る。 rule.txt <bucket>/ rule.txt 0.87 返品申請には注文番号と返品理由が必要。 steps.txt <bucket>/ steps.txt 0.82 お客様都合の返送料はお客様負担。不良品は当社負担。 ship.txt <bucket>/ ship.txt 0.78 RESPONSE ---------------------------------------商品到着後30日以内で、未使用・未開封の場合に返品できます。申請には注文番号と返品理由が必要です。返送料はお客様都合ならお客様負担、不良品の場合は当社負担です。 Sources: - rule.txt (<bucket>/rule.txt) - steps.txt (<bucket>/steps.txt) - ship.txt (<bucket>/ship.txt) 出典表示：enable_sources = true（既定値）。false にすると Sources 欄を非表示 54 Copyright © 2026, Oracle and/or its affiliates

Select AI Agent 55 Copyright © 2026, Oracle and/or its
affiliates

AIエージェントとは？ AIエージェントは、与えられた指示や目標に基づき自律的にタスクを実行するソフトウェア情報を読み取り、判断・計画し、必要なツールを使って行動する 56 Copyright © 2026, Oracle
and/or its affiliates

Select AI Agentを使う理由なぜデータベースの中でエージェントを動かすのか DB内で完結データを１か所に業務実行まで完結既存ロジックを再利用別の実行基盤や専用オーケストレーション
環境不要 DBだけで完結エージェント、ツール定義、会話コンテキスト、メタデータをすべてDB側で管理問い合わせだけでなく、登録・更新・通知などの業務アクションも実行可能 PL/SQLで書かれた業務ロジックを、そのままツールとして使用可能。コードの書き直しは不要データ移動リスクの軽減 DBセキュリティを継承既存スキルで構築可能データがDBの外に出ない。ネットワーク越しにデータを移動させるリスクを最小限にロール、権限、アクセス制御、暗号化などの既存のデータ層の制御を活用 PL/SQL、Python、 Javaでエージェント構築ノーコード／ローコードでも構築可能追加のインフラ不要で、既存のDB基盤を活用し、セキュアなAIエージェントを構築可能 57 Copyright © 2026, Oracle and/or its affiliates

Select AI Agent データベース内で動作する自律型AIエージェントの実行基盤 Oracle AI Database上でエージェントが稼働 ReActパターンに基づき、推論とツール実行を繰り返してタスクを遂行する利用できるツールと外部連携 •
組込みツール：NL2SQL、RAG、Web検索、通知(メール・Slack) • カスタム・ツール：PL/SQLで業務処理を実装し、ツールとして登録 • 外部API連携：REST APIを通じて外部サービスを呼び出す Agent プロンプト計画の見直し • クラウド関数連携：OCI FunctionsやAWS Lambdaなどの関数を呼び出す会話やタスクの実行結果を短期・長期メモリーで管理エージェント定義をエクスポート・インポートし、環境間で移行・再利用可能 Select AIエージェントの主な開発方法 • コード主体 : PL/SQLやPython, Javaによる実装 • APEXアプリ：Ask Oracle Select AI ChatbotのAgent Builderを使用 • GUIツール : Private Agent Factoryによるノーコード・ローコード開発 58 Copyright © 2026, Oracle and/or its affiliates 推論応答拡張プロンプト LLM ツール／回答使用ツール評価フィードバックメモリ処理実行環境 Oracle AI Database and Oracle Autonomous AI Database

Select AI Agentの実行フレームワークエージェントを構成する要素ツール：タスクの実行に利用する機能タスク：実行する作業・指示・利用可能なツールを定義ツール SQL/RAG MCP Web検索
エージェント電子メール/Slack カスタムPL/SQL ログのフェッチ電子メールの生成データの分析データの検証問題の分類要約データ・アナリスト営業担当者クラウドエンジニア研究者トランスレータデータサイエンティストエージェント：役割とAIプロファイルを定義した、タスクの実行担当エージェント・チーム：エージェントとタスクを指定し、実行順序を定義例）顧客サポート・チームツール: SQL検索、RAG文書検索、メール通知タスク: 問い合わせ調査：SQL検索で注文状況、RAG文書検索で対応ルールを確認回答・通知：調査結果から回答を作成し、メール通知ツールで送信エージェント: 調査担当、回答担当エージェント・チーム: 各担当とタスクを対応付け、調査→回答・通知の順に実行 59 Copyright © 2026, Oracle and/or its affiliates タスクエージェントエージェントチーム顧客サポート・チームデータサイエンス・チーム従業員オンボーディング・チーム

Select AI Agentの構築例ツールとタスクの定義ツール：SQL検索・RAG文書検索・メール通知タスク：問い合わせ調査、回答・通知 --SQL/RAG検索ツール BEGIN DBMS_CLOUD_AI_AGENT.CREATE_TOOL(
tool_name => 'ORDER_SQL', attributes => '{"tool_type":"SQL", "tool_params":{"profile_name":"ORDER_PROFILE"}}’); --問い合わせ調査タスク BEGIN DBMS_CLOUD_AI_AGENT.CREATE_TASK( task_name => 'CHECK_INQUIRY', attributes => '{"instruction":' || '"問い合わせ：{query}。SQLで注文状況を調べ、' || 'RAGで対応ルールを確認し、根拠と共に要約する。",' || '"tools":["ORDER_SQL","POLICY_RAG"]}'); DBMS_CLOUD_AI_AGENT.CREATE_TOOL( tool_name => 'POLICY_RAG', attributes => '{"tool_type":"RAG", "tool_params":{"profile_name":"RAG_PROFILE"}}’); --メール通知ツール DBMS_CLOUD_AI_AGENT.CREATE_TOOL( tool_name => 'SEND_EMAIL', attributes => '{"tool_type":"NOTIFICATION", "tool_params":{"notification_type":"email", "credential_name":"SMTP_CRED", "recipient":"[email protected]", "sender":"[email protected]", "smtp_host":"smtp.us-ashburn-1.oraclecloud.com"}}'); END; / 60 Copyright © 2026, Oracle and/or its affiliates --回答・通知タスク DBMS_CLOUD_AI_AGENT.CREATE_TASK( task_name => 'REPLY_NOTIFY', attributes => '{"instruction":' || '"調査結果から回答を作成し、' || 'メール通知ツールで送信する。",' || '"input":"CHECK_INQUIRY",' || '"tools":["SEND_EMAIL"]}'); END; / inputで調査結果を渡し、toolsで使用ツールを指定

Select AI Agentの構築例エージェントとチームの定義エージェント：調査担当・回答担当 BEGIN DBMS_CLOUD_AI_AGENT.CREATE_AGENT( agent_name => 'RESEARCH_AGENT',
attributes => '{ "profile_name":"AGENT_PROFILE", "role":"注文状況と対応ルールを調べる調査担当" }'); DBMS_CLOUD_AI_AGENT.CREATE_AGENT( agent_name => 'RESPONSE_AGENT', attributes => '{ "profile_name":"AGENT_PROFILE", "role":"調査結果に基づき回答・通知する回答担当" }'); END; / roleで各担当の役割、profile_nameでLLM接続を指定 61 Copyright © 2026, Oracle and/or its affiliates チーム：顧客サポート BEGIN DBMS_CLOUD_AI_AGENT.CREATE_TEAM( team_name => 'SUPPORT_TEAM', attributes => '{ "agents":[ {"name":"RESEARCH_AGENT","task":"CHECK_INQUIRY"}, {"name":"RESPONSE_AGENT","task":"REPLY_NOTIFY"} ], "process":"sequential" }'); END; / agentsで担当とタスクを対応付け、processで順次実行を指定

Select AI Supervisor Agent LLMが実行するエージェントを動的に選択チームに複数のエージェントを登録し、スーパー・バイザーが処理の振り分けを担当ユーザーの要求や途中結果に応じて、必要なエージェントを選択し、作業を順番に依頼各エージェントの処理結果をまとめ、ユーザーの要求に沿った回答を作成 BEGIN DBMS_CLOUD_AI_AGENT.CREATE_AGENT(
agent_name => 'SUPERVISOR_AGENT', attributes => '{ "profile_name":"AGENT_PROFILE", "supervisor":true, "role":"必要な担当に調査や回答・通知を依頼し、結果をまとめる" }'); END; / BEGIN DBMS_CLOUD_AI_AGENT.CREATE_TEAM( team_name => 'SUPPORT_TEAM', attributes => '{ "supervisor_agent":"SUPERVISOR_AGENT", "agents":[ {“name”:“RESEARCH_AGENT”,"task":"CHECK_INQUIRY"}, {"name":"RESPONSE_AGENT","task":"REPLY_NOTIFY"} ], "process":"sequential" }'); END; / 62 Copyright © 2026, Oracle and/or its affiliates

Pre-built AIエージェント事前構築済みエージェントを活用した効率的な開発公式GitHubで公開されているSQLスクリプトを使って導入し用途に合わせてカスタマイズ 63 AIエージェント名機能概要 NL2SQL Data
Retrieval Agent 自然言語でデータを検索し、曖昧な質問の解釈やグラフによる可視化に対応 Autonomous AI Database Provisioning Agent 自然言語でOCI上のAutonomous AI Databaseを作成・管理 Database Inspect Agent テーブル・ビュー・PL/SQLなどのDBオブジェクトを調査・管理し、Jira・GitHub連携で開発を支援 Insight Agent for Jira Jiraの課題・担当者を検索し、コメント・変更履歴・作業ログなどを取得 Cloud Repository Connector Agent GitHub・AWS CodeCommit・Azure Reposのコンテンツやメタデータを自然言語で参照 OCI Network Load Balancer Agent ロードバランサのリスナー・バックエンドセットなどを設定・管理・監視 OCI Object Storage Agent バケット・オブジェクト・ライフサイクル・保持ルール・レプリケーションを管理 OCI Vault Agent シークレットの作成・確認・ローテーション・削除予約を自然言語で実行 Copyright © 2026, Oracle and/or its affiliates

Private Agent Factory AIエージェントをOracle AI Database上に構築可能なノーコード・プラットフォームノーコードで迅速に構築・実行ビジネスユーザーでもAIエージェントをドラッグ&ドロップで簡単に構築事前構築済みエージェントを提供
迅速にエージェントを構築が可能外部ネットワークから隔離した環境でも運用ローカルでLLMや埋め込みモデルを使用追加料金不要で利用可能 Oracle AI Databaseのライセンスに付随オンプレミスやマルチクラウドで実行可能 OCIに限らず柔軟にデプロイ 64 Copyright © 2026, Oracle and/or its affiliates

Select AI Agent：スマホケースの在庫数や類似商品を問い合わせ … • 現在の販売状況は？ • 在庫はいつ切れそう？ • 推奨の代替品は？
• 競合の市場価格は？ • メール送付してオブジェクト・ストレージ … Agent向けメモリ管理マルチターンチャット Oracle AI Database – Select AI Agent 65 Copyright © 2026, Oracle and/or its affiliates データベース Web検索メール

MCP (Model Context Protocol) 2024年11月にAnthropicが公開「AIアプリケーションのためのUSB-C」とも呼ばれる AI Host / MCP
Client Claude, Copilotなどデータベース、ファイル、業務アプリケーション、開発ツールなどとのやり取りを、共通のインターフェースで標準化 MCP Server Data Source データソースへの接続を仲介 File, Database, APIなど Oracle DB MCP Server サーバー側の複雑な実装を隠蔽し、シンプルな連携を実現 MCP Server ユーザーの自然言語による依頼をAIが解釈し、 MCP経由でデータ検索やツールを実行 AIエージェントによるデータ検索・ツール実行にも対応 MCPはAIとデータ・ツールを接続し、エージェント間連携を担うA2Aと相互に補完 MCP Client MCP Server MCP Server LLM 68 Copyright © 2026, Oracle and/or its affiliates MCP Server

Oracle Database向けMCPサーバー提供されている各製品の比較製品特徴実行場所対象DB MCP接続時の認証リリース日 SQLcl
MCP Server 開発者・DBAが、Claude, Codexなどの使い慣れた開発ツールのAIからDBを操作 PC上のSQLclと既存の接続情報を活用し、手軽に利用できる利用者のPCで実行・管理 SQLclの対応する Oracle Database オンプレミス／クラウドなし (ローカルのSTDIO接続) 2025年7月 ADB MCP Server ADBに組み込まれ、有効化とSelect AI Agentのツール定義で利用開始。サーバーの構築・運用は不要で、Streamable HTTP経由で外部AIから利用できる ADBに組込み Oracleが基盤を管理 Autonomous AI Database DB資格情報に基づく OAuth／トークン認証 2025年12月 OCI Database Tools MCP Server ADBを含むOCI上のOracle Databaseに対応。Database Toolsの接続定義とOCI IAMを活用し、MCPサーバーの構築・運用なし、Streamable HTTPで利用可能 OCIのマネージド・サービスOracleが基盤を管理対応するOracleのクラウド DBサービス。ADB、Base Database、Exadataなど OCI IAMのOAuth 2.0 フェデレーションにも対応 2026年5月 ORDS MCP Server オンプレミス／クラウドのOracle Databaseに対応。利用者管理のORDSから Streamable HTTPでDB操作を公開し、既存の認証基盤と連携できる。サーバーの構築・運用は利用者が担う。利用者が用意したサーバー上のORDS Standaloneで実行管理対応するOracle Database オンプレミス／クラウド外部IdPのOAuth 2.0／ JWT。スコープ・ロールでアクセスを制御 2026年7月 SQLcl 25.2～ ORDS 26.2～ ※SQLclとOCI Database Tools MCP Serverは、Deep Data Securityに対応 (2026年9月時点) 69 Copyright © 2026, Oracle and/or its affiliates

Oracle Autonomous AI Database MCP・A2Aサーバー MCPでツールを公開、A2Aでエージェント・チームと連携 ADB MCPサーバー • フルマネージドのMCPサーバー
• フルマネージドのA2Aサーバー • Select AI Agentのツールを、外部のMCPクライアントに公開 • • MCPクライアントが公開ツールの一覧・機能を取得し、必要なツールを呼び出して結果を取得 A2A (Agent to Agent) は、エージェント間で、タスクの依頼から結果の受け渡しを行うための標準プロトコル • Select AI Agentチームを、外部から呼び出せるエージェントとして公開 DBの認証・権限・監査と連携し、ツールへのアクセスを制御 • A2AクライアントがAgent Cardで機能を確認し、タスクを依頼 • 70 ADB A2Aサーバー Copyright © 2026, Oracle and/or its affiliates

Oracle Autonomous AI Database MCP・A2Aサーバー設定例 OCIコンソールからADBにタグを設定して有効化。利用にはツール／チームの準備と接続設定が別途必要 71 MCPサーバー
A2Aサーバー adb$feature {"name":"mcp_server","enable":true} adb$feature {"name":"a2a_server","enable":true} MCP接続エンドポイント Agent Card URL（チームごと） {BASE}/adb/mcp/v1/databases/{db-ocid} {BASE}/adb/a2a/v1/databases/{db-ocid}/agents/{teamname}/.well-known/agent-card.json 接続方式：Streamable HTTP（HTTPS）接続方式：A2Aプロトコル（HTTPS） ① OAuth連携による対話ログイン MCP接続エンドポイントをクライアントに設定。認証画面で DBユーザー名・パスワードを入力し、クライアントがアクセストークンを取得・管理 ① OAuthクライアントを登録 : DBのADMINで登録し、client_id, client_secretを取得 ② Bearerトークンを取得 : 上記クライアント情報とチームにアクセスするDBユーザーの資格情報でBearerトークンを取得 ③ Agent Cardを取得 : Bearerトークンを使用し、エージェントの機能・接続情報を取得 ④ エージェントの呼び出し : Agent Cardの接続情報とBearer トークンを使用し、A2Aクライアントから呼び出す ② Bearerトークンを指定して接続 DBユーザーの資格情報でBearerトークンを事前取得 MCP接続エンドポイント＋Bearerトークンをクライアントに設定 Copyright © 2026, Oracle and/or its affiliates ※設定の一例

AI時代のデータベース・セキュリティ Oracle Database Security 従来のアプリケーションやツールに加え、AIエージェントによる高度かつ多様なデータベースアクセスが急速に拡大境界防御だけでなく、データベース自体に認証・アクセス制御・暗号化・監査を実装する対策が重要 Oracle Database Securityは、データベースを起点とした多層防御により、AI時代のデータ保護を実現ユーザー
DevOps AI Agent 通信の暗号化認証・認可 Database Vault トークン・ベースの外部認証特権ユーザーの無制限なアクセスを防止し、職務分掌を実現 TLS 1.3 + PQC (ポスト量子暗号) 将来の量子コンピューターによる暗号解読のリスク対策 Application Users 73 アクセス・コントロール Copyright © 2026, Oracle and/or its affiliates (Microsoft Entra ID, OCI IAM) Deep Data Security 監査・監視統合監査データベースのアクセスログを記録して表に集約 Database Security Central エンドユーザーの属性に基づいた行・列・セルレベルのアクセス制限ログ分析から脆弱性の検出まで 360ビューでデータベースを監視 Virtual Private Database 行・列レベルのアクセス制御格納データの暗号化 SQL Firewall SQLレベルのアクセス制御 Transparent Data Encryption Data Safe クラウドベースのデータベースセキュリティ強化サービス

ユーザー・アカウントデータベース・ユーザーとエンドユーザーの違いデータベース・ユーザー • 自分のスキーマ・オブジェクトを所有する一般的なユーザー • システム権限やオブジェクト権限を直接またはロールを通じて付与 • パスワード認証に加え、MFA、IdP連携によるトークン認証に対応エンドユーザー
(26ai RU 23.26.2～) • 自分のスキーマ・オブジェクトを所有しないアプリケーション向けのユーザー • 表やビューへのアクセスは、データ権限を直接またはデータロールを通じて付与 • Deep Data Securityのアクセス制御の対象 • 外部エンドユーザーとローカル・エンドユーザーの２種類 • ローカル・エンドユーザーは、DB内で作成・管理し、パスワードで認証。MFAにも対応 • 外部エンドユーザーは、 IdP(認証プロバイダー)で作成・管理し、トークン認証 74 Copyright © 2026, Oracle and/or its affiliates

19c～全エディション多要素認証(MFA) パスワード漏えいによる不正ログインのリスクを低減データベース・パスワード認証に加え、モバイル・アプリへのプッシュ通知でログインの承認を要求 SYS、SYSTEMを含むDBパスワード認証ユーザーを対象に設定可能 • CDB／PDBオープン時：OMAまたはCisco Duoによるプッシュ通知MFAを利用可能 •
クローズ時：プッシュ通知MFAは利用不可。管理権限接続では、別途設定したパスワード＋クライアント証明書方式を利用 • OS認証など、DBパスワードを使わない接続は対象外サポートしているデータベースのバージョン及びモバイル・アプリ • Oracle Database 19c (19.28～)、 26ai～(RU 23.9～) すべてのエディションで使用可能 • Oracle Mobile Authenticator(OMA), Cisco Duo モバイルアプリ CREATE USER ユーザー名 IDENTIFIED BY パスワード AND FACTOR 'OMA_PUSH’ AS 'メールアドレス'; 4 通知 3 1 Login Successful 75 Copyright © 2026, Oracle and/or its affiliates 2 Login Request 6 Request MFA MFA Approved 5 OCI IAM Cisco Duo

19c～全エディショントークン・ベースの外部認証トークンを用いたOracle Databaseの認証と認可データベース・パスワードを使用せず、 IdP(認証プロバイダー)が発行するトークンで接続 • ユーザーやグループはIdP側で作成・管理し、DB側のスキーマ/グローバル・ロールにマッピング •
Deep Data Securityでは、IdPのロール／グループをデータロールにマッピング可能 • 対話型のユーザー認証には、IdP側のMFAを利用可能 • トークン接続にはTLSによる通信暗号化が必要 IdP 対応するIdP: Microsoft Entra ID、OCI IAM • 他の認証基盤は、これらのIdPへのフェデレーションを介して連携可能ブラウザ認証公開署名鍵を取得・更新トークン要求対象データベース ※すべてのエディションで使用可能 • オンプレミス Oracle Database 19c (19.18～) ：Entra IDのみ • オンプレミス Oracle AI Database 26ai：Entra ID／OCI IAM※ • Autonomous AI Database（Serverless／Dedicated) • Oracle Base Database Service • Oracle Exadata Database Service on Dedicated Infrastructure ※オンプレミス26aiでOCI IAMのトークンを利用する場合は、Deep Data SecurityのOAuth方式 OCIのDBサービスでは、OCI IAMのDBトークン(db-token)による認証にも対応 76 Copyright © 2026, Oracle and/or its affiliates 署名の検証アクセスデータベース・ユーザー外部エンドユーザー SQL Tools Web Applications SQL /@サービス名トークンでデータベース接続

8i～ Enterprise Edition Virtual Private Database 行・列レベルのアクセス制御データベース・ユーザーのセッション情報に応じてWHERE句を透過的に追加 • SYS_CONTEXTでユーザー名、IPアドレス、クライアント・プログラム名などのセッション情報を条件に使用
• 標準のセッション情報にない独自属性は、クライアント識別子やアプリケーション・コンテキストにユーザー自身で明示的に設定し、ポリシー条件に使用することが可能 • ポリシーはPL/SQLで記述し、複数のポリシーをANDで評価して範囲を絞り込む「引き算型」の制御 ORDERS表 CLARKが問い合わせ SELECT * FROM orders; VPD ポリシー SCOTTが問い合わせ SELECT * FROM orders; 77 Copyright © 2026, Oracle and/or its affiliates CUSTOMER QTY OR_DATE CLARK用に書き換えられたSQL CLARK 300 06/03/17 SELECT * FROM orders WHERE customer = 'CLARK'; SCOTT 20 05/09/11 SCOTT 450 05/11/07 CLARK 125 06/02/04 SCOTT用に書き換えられたSQL SCOTT 310 06/01/26 SELECT * FROM orders WHERE customer ='SCOTT'; CLARK 90 05/12/15 customer = SYS_CONTEXT('USERENV', 'SESSION_USER')

26ai(23.26.2)～全エディション Deep Data Security 行・列・セルレベルのアクセス制御アプリケーションを利用する実際のエンドユーザーのアイデンティティに基づき、きめ細かいアクセス制御を実現 • IdP(Microsoft Entra
ID, OCI IAM)と連携し、エンドユーザーのID・ロール・属性情報をポリシー条件に使用 • 許可する行・列・DMLをデータ権限として定義し、データロールにまとめてエンドユーザーに付与 • コネクションプーリングなどの共有DB接続でも、アプリ側でセキュリティ・コンテキストを明示的に切り替えが可能 • ポリシーは宣言型SQLで定義し、複数のポリシーの許可範囲をORで組み合わせる「足し算型」の制御 IdP AI Agent セキュリティコンテキスト SELECT * FROM EMP Analytics DB接続エンドユーザー Applications Direct Access 78 Copyright © 2026, Oracle and/or its affiliates データ・ロールデータ権限 SELECT ID, NAME FROM EMP WHERE EMPID = 100 EMP表

Deep Data Security SQLの実行結果データベースは、実行時にSQLを透過的に書き換えることでアクセス制御を強制するデータ権限の付与は加算的であり、最終的な権限は付与されるすべてのデータ権限のユニオン(和集合)になる Emma, 一般社員, EMP表にSELECT文を実行一般社員用
データ権限 SELECT name, ssn, phone, manager FROM hr.employees; エンドユーザー・セキュリティ・コンテキストからユーザー名を取り出して、 Where句の条件としてSQLを書き換える SELECT name, ssn, phone, manager FROM hr.employees WHERE email = ORA_END_USER_CONTEXT.username; Emmaの行だけがSELECTされる NAME SSN PHONE MANAGER -------- ------------ ------------ --------Emma 505-55-1234 555-345-2144 Marvin 1 row selected. 79 Copyright © 2026, Oracle and/or its affiliates Marvin, 一般社員かつマネージャー, 同じSELECT文を実行一般社員用データ権限 MGR用データ権限 SELECT name, ssn, phone, manager FROM hr.employees; エンドユーザー・コンテキストで取得したマネージャーIDの条件をプラスしてSQLを書き換える SELECT name, ssn, phone, manager FROM hr.employees WHERE email = ORA_END_USER_CONTEXT.username OR manager_id = ORA_END_USER_CONTEXT.hr.emp_ctx.id; 自身の行 + ManagerがMarvinのメンバーの行もSELECTされる NAME SSN PHONE MANAGER -------- ------------ ------------ --------Marvin 205-92-3421 555-123-1234 Neena John 555-312-1222 Marvin Emma 555-345-2144 Marvin 3 rows selected.

12c～ Enterprise Edition DV Option Database Vault DBAの職務分掌とアクセス制御の強制適用特権ユーザーの無制限なアクセスを禁止し、ユーザーごとのアクセスを厳格に制御表・ビュー・パッケージなどのスキーマ・オブジェクトを「レルム」という論理領域にまとめて保護
SYS・SYSTEMを含む特権ユーザーによる、認可されていない保護対象へのアクセスを拒否 IPアドレス・プログラム名・時間帯などの条件に基づき、SQLコマンドの実行を制御レルムごとにデータ管理責任者を指定することも可能レルム許可されたアプリケーション顧客データスキーマ 80 Copyright © 2026, Oracle and/or its affiliates AIが生成した破壊的なSQLコマンド盗まれた資格情報資格情報の不正利用許可されたAIエージェント許可されたDBA 設定したポリシーに違反するアクセスを拒否業務アプリスキーマ許可されていないアクセス経路

23ai ～ Enterprise Edition DV Option またはODSCライセンス SQL Firewall SQLレベルで制御するデータベース・ネイティブのファイアーウォール
SQL単位でアクセスを制御するデータベース組込みのファイアーウォール SQLインジェクションによる不正なSQL実行を防止 IP Address データベース・ネイティブの機能として提供され、接続経路による回避はできない OS User DBユーザーの実行SQLと接続元を収集し、ファイアウォール・ポリシーを作成 Program • SQL: DDL、DMLなど • 接続元: IPアドレス、OSユーザー名、プログラム名ポリシーは許可するSQLや接続元を登録するホワイトリスト方式 SQLをハッシュ化したシグネチャによる高速で厳格なアクセス制御ポリシー違反には「ブロック＋ログ記録」または「ログ記録のみ」を選択違反はDBA_SQL_FIREWALL_VIOLATIONSに記録される Oracle Database SQL Firewall 81 Copyright © 2026, Oracle and/or its affiliates

自然言語の問い合わせに対するアクセス制御 Select AI・MCP連携におけるDeep Data Securityの動作 Select AI、MCP Serverのいずれの構成でも、Deep Data Securityによるアクセス制御が適用される
LLMはアクセス制御後の結果セットを基に回答を生成する Select AI (NARRATE)の場合エンドユーザーセキュリティ・コンテキスト IdP データベース接続認証 (IdP認証) データベース接続エンドユーザーセキュリティ・コンテキスト IdP 認証 (IdP認証) Oracle AI Database Q: Tanakaさんの情報を表示して AIアプリケーション/MCP連携 Q : Tanakaさんの情報を表示して LLM 回答生成 NL2SQL Select AI NL2SQL SQL実行 A: Tanakaさんの情報は～の通りです。 (※SSN・給与列は非表示になる) 82 Deep Data Security 結果セットを基に回答の依頼・取得 Copyright © 2026, Oracle and/or its affiliates LLM SQL生成回答生成 A: Tanakaさんの情報は～の通りです。 MCPクライアント MCPサーバー結果セット SQL SQL実行 Deep Data Security

データベースの監査・監視データベースの監査機能で操作を記録し、複数DBの監査証跡を集約して一元監視監視基盤は、クラウドサービス型とソフトウェア・アプライアンス型から運用要件に応じて選択 DB標準機能クラウド・サービスソフトウェア・アプライアンス統合監査 Oracle Data Safe
Oracle Database Security Central Unified Audit DB内で監査証跡を記録監査ポリシーで対象操作を指定 SQLで監査証跡を検索・確認保存・アーカイブ・削除を管理 83 Copyright © 2026, Oracle and/or its affiliates クラウドサービスで集約・監視監査ログの収集・検索・レポート監視用サーバーの構築が不要サービス基盤の運用はOracleが担当自社管理の基盤で集約・監視監査ログの収集・検索・レポート SQL通信の監視・制御監視基盤の構築・運用は利用者

12c～全エディション統合監査 Unified Audit オブジェクト、権限、ユーザー・アクション等、監査対象をグループ化したポリシーベースの監査必要な監査項目を包括した定義済みの監査ポリシーを提供監査ログはAUDSYSスキーマのAUD$UNIFIED表に格納され、UNIFIED_AUDIT_TRAILビューで参照可パフォーマンスの影響やストレージの肥大を抑制するために、監査対象を絞り込む •
特定の操作(SELECTやINSERT等DMLやDDL)、機密表・列 • アプリケーションの通常アクセスは除くなど、セッション情報(IPアドレス、プログラム名等)の組み合わせ RMAN、Data Pumpの操作や、SQL*Loaderのダイレクト・パス・ロードも監査対象 DBMS_AUDIT_MGMTパッケージでログの定期削除をスケジューリングログ監視製品と連携したログのビジュアライズや長期保管例) 表に対するDML監査ポリシー CREATE AUDIT POLICY Policy1 ACTIONS UPDATE ON HR.EMP, DELETE ON HR.EMP_EXD; AUDIT POLICY Policy1; 84 Copyright © 2026, Oracle and/or its affiliates

自然言語による監査ログの調査 Select AI／MCPを活用して、不審なアクセスの兆候を検出 Unified Auditの参照ビューから新たに自然言語検索用のビュー作成ビューや列のコメント・アノテーションに、データの意味や検索ルールを記載する Select AIやMCPを利用して、自然言語による問い合わせ調べる兆候自然言語での問い合わせ例
複数アカウントへのログイン試行直近24時間に、同じ接続元ホストから5種類以上のユーザー名でログインに失敗したケースを教えてアクセスできる範囲の探索直近24時間に、3種類以上のオブジェクトへの操作が権限不足で失敗したユーザーを教えてログイン失敗後の成功直近24時間に、同じユーザーと接続元ホストで、成功直前の 10分間に5回以上ログインに失敗したケースを教えてアカウント作成・権限付与直近24時間のユーザー作成と権限付与について、実行者、対象、実行時刻を教えて深夜の機密データ参照直近7日間に、午前0時から6時の間で個人情報を格納した表を参照したユーザーと接続元ホストを教えて機密データへの繰り返し参照直近1時間に、個人情報が格納されている表に10回以上 SELECTを実行したユーザーと接続元ホストを教えて 85 Copyright © 2026, Oracle and/or its affiliates AI クライアント + MCPサーバー Select AI 自然言語検索用ビュー Unified Audit (データベース監査)

Data Safe Oracle Databaseのセキュリティを強化するクラウドベースのデータベース・セキュリティ・サービス OCIコンソールから一元的にデータベースのセキュリティ状態を可視化 • 構成やユーザー情報からセキュリティ・リスクを評価 • データベース監査ログの可視化 •
テスト用のマスキングデータを生成 • SQLレベルで制御するファイアウォールの管理ターゲットとなるOracle Database Assess Users Audit Protect Discover Mask • Autonomous Database, BaseDB, ExaDB-D • オンプレミスまたは他社クラウド上のOracle Database • 対応Versionは11.2～、Standard Editionでも利用可能価格 • 対象がOracle Cloud Databaseの場合は無償 (※ログは100万件/月まで) • オンプレミス、他社クラウド上のOracle Database有償 86 Copyright © 2026, Oracle and/or its affiliates AWS, Azure上の Oracle Database Oracle Cloud Database オンプレミス上の Oracle Database

Data Safe 提供する機能 87 セキュリティアセスメントユーザーアセスメントアクティビティ監査
SQL Firewall 機密データの検出データマスキングデータディクショナリからデータベース全体のリスク評価過度な権限付与や休眠アカウント等のリスク評価監査ログの収集やレポート、アラート等のモニタリング 23aiの新機能 SQL Firewallを GUIで管理列定義や実データのフォーマットから機密列を検出数値や文字列をテスト用に任意の値へとマスキング Copyright © 2026, Oracle and/or its affiliates

: No Data Copy : Data Copy マルチクラウドの各種データソースにアクセス可能事前定義コネクタでのデータ取得、もしくはダイレクトアクセスで連携データベース
クラウド・ストレージデータ・カタログ Database Linkによるダイレクト・クエリ・アクセスセキュアなダイレクトクエリ・アクセスデータ・カタログ連携 GitHub OCI Data Catalog AWS Glue データ・ソース事前定義されたコネクタによるデータ・インテグレーション Delta Sharing Delta Sharingプロトコル Apache Iceberg表セキュアなアクセス 88 Copyright © 2026, Oracle and/or its affiliates Autonomous AI Lakehouseをデータハブ基盤としてマルチクラウド上の様々なデータに透過的にアクセス

Live AI Hubで実現するセキュア・ゲートウェイユーザー情報に基づく、外部データへの一元的なアクセス制御様々な外部リソースをADBに接続し、分散したデータにSQLで透過的にアクセスデータベースリンク、外部表、マウントしたカタログ表などを、ADB側のビューとして公開参照するビューに、VPDやDeep Data Securityを設定し、ユーザーに応じたアクセス制御を適用 Virtual
Private Database データベース・ユーザ Database Link • MySQL, SQL Server, PostgreSQL等 DBリンク表カタログ表 Catalog ローカル・エンドユーザパスワード認証 Deep Data Security リモート・データベース • Oracle Database • Autonomous AI Database • 非Oracle DB ビュー Autonomous AI Database External Table データ・カタログ • OCI Data Catalog • Oracle AI Data Catalog • AWS Glue Data Catalog • Databricks Unity Catalog • Snowflake Open Catalog / Apache Polaris • オブジェクト・ストレージ • OCI Object Storage • Amazon S3, Azure, Google Cloud • S3互換ストレージも可外部・エンドユーザ 89 トークン認証 (IdP連携) Copyright © 2026, Oracle and/or its affiliates 外部表 External Table Delta Sharing • Databricks • Oracle Data Share • Delta Sharing対応プロバイダ

Autonomous AI Lakehouse - Live AI Hubから始めるセキュア...

Autonomous AI Lakehouse - Live AI Hubから始めるセキュアなAIデータ活用 -

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript