본 논문은 사전 훈련 없이 온라인 학습 기능을 갖춘 MIP(Mixed-integer programming)용 적응형 메타 솔버인 Balans를 제안한다. Balans는 MIP 솔버 위에서 작동하는 적응형 대규모 근린 탐색(large-neighborhood search) 기반으로, 파괴 및 복구 근린 연산자를 반복적으로 적용한다. 다양한 근린 정의 중 선택은 멀티암드 밴딧 알고리즘을 통해 인스턴스에 따라 실시간으로 이루어진다. 실험 결과, Balans는 기본 MIP 솔버보다 성능이 뛰어나며, 단일 최적 근린에 고정하는 것보다 우수하고, 최첨단 MIP용 대규모 근린 탐색보다 향상된 성능을 보였다. Balans는 고도로 구성 가능하고 MIP 솔버와 독립적인 오픈소스 소프트웨어로 공개된다.