솔버 개발에 사용되는 혼합-정수 선형 계획법 (MILP) 인스턴스는 모델이 사설 또는 애플리케이션별 파이프라인에서 나올 경우 얻기 어렵습니다. 생성기는 솔버와 학습된 정책이 의존하는 구조를 유지해야 합니다. 기존의 일반적인 생성기들은 보통 공식화 템플릿, 요약 통계, 국부 그래프 편집(local graph edits), 또는 재조합 후 발견되는 블록 등에서 생성 단위를 선택합니다. 이러한 단위들은 MILP의 국부 부분이 인스턴스의 나머지 부분과 어떻게 결합되는지 명시적으로 기록하지 못합니다. 우리는 GraphBU를 제안하며, 이는 기본 단위가 국부 서브문제와 그 인터페이스로 구성된 그래프 네이티브 생성기입니다. 이 방법은 결합 노드를 마스터 제약 조건(master constraints)이나 경계 변수(boundary variables)로 승격시키고, 결과적으로 얻어진 블록 유닛을 호환성 검사(compatibility-checked)를 거친 대체에 사용합니다. 분석은 이 구성에 필요한 속성에 초점을 맞춥니다: 승격(promotion)은 인터페이스를 분리하고, 대체는 인터페이스 슬랙 조건(interface-slack condition) 하에서 실행 가능성을 유지할 수 있으며, 그래프 구성은 행-열 순열(row-column permutations)에 불변입니다. MILP 인스턴스 생성에서 이 단위는 그래프 통계가 원본 계열과 가깝게 유지되도록 하고, 대부분의 데이터셋에서 실행 가능성을 보존하며, 다운스트림 예측 및 검색(Predict-and-Search) 학습을 개선합니다. GraphBU로 생성했을 때, 평균 그래프 통계 유사도는 약 0.934였고, 평균 실행 가능성은 약 96.7%였으며, 다운스트림 PS의 주요 지수 평균 증가는 약 8.0%였습니다.