대규모 언어 모델 (LLMs)은 과학적 질문 답변 및 문헌 분석부터 실험실 계획 및 자율적 발견에 이르기까지, AI for Science (AI4Science) 워크플로우에 점점 더 깊숙이 통합되고 있습니다. 이러한 발전은 과학적 역량뿐만 아니라, 모델이 중대한 과학적 맥락에서 위험을 인식하고 회피할 수 있는지 여부를 평가하는 안전성 벤치마크에 대한 절박한 필요성을 창출합니다. 기존의 AI4Science 안전 데이터셋은 여러 학문 분야와 작업 형식을 다루고 있지만, 근본적인 위험 차원 (risk dimensions)에 대한 명시는 부족한 상태입니다. 우리는 명시적인 위험 차원과 과학 분야라는 두 가지 상호 보완적인 관점에서 AI4Science 안전성을 평가하도록 설계된 벤치마크인 \textbf{SciRisk-Bench}를 소개합니다. SciRisk-Bench는 7개의 학문 분야, 31개의 세부 분야 및 10개의 위험 차원을 다룹니다. 실험 섹션에서는 주요 LLMs와 과학 특화 LLMs를 위험 차원, 학문 분야 및 세부 분야에 걸쳐 평가하여, 과학 모델이 어느 부분에서 여전히 안전하지 않은지에 대한 세밀한 진단을 가능하게 합니다.