GitHub Actions 무료 티어를 사용해 $0/월 자동화 스택을 구축했습니다

Source: Dev.to

GitHub Actions(무료 티어)를 사용해 $0/월 자동화 스택을 구축했습니다

21개의 구직 지원이 거절된 후, 대신 수동 소득을 만들기로 했습니다.
3개월 후, 6개의 자동화 워크플로가 24시간 내내 실행되며 정확히 $0/월의 비용이 듭니다.

아래는 전체 기술 분석입니다.

문제

자동화가 필요했습니다:

• 시장 스캔 – 플랫폼 전반의 가격 확인
• 거래 알림 – 기회가 나타날 때 즉시 알림
• 리드 모니터링 – 24시간 인박스 감시
• 데이터 집계 – 여러 소스의 정보를 결합

전통적인 솔루션

나의 솔루션

GitHub Actions (무료 티어) = $0/월

GitHub Actions가 제공하는 것 (무료)

• 2,000 minutes/month for public repositories
• Ubuntu Linux runners (Python 3.11, Node.js 18)
• Cron scheduling (minimum 5‑minute intervals)
• Built‑in secret management (encrypted API keys)
• Artifact storage for outputs
• Full Git integration

나의 6가지 워크플로우

1. 마켓 스캐너

여러 플랫폼을 스캔하여 가격 기회를 6시간마다 탐색합니다.

name: Market Scanner
on:
  schedule:
    - cron: '0 */6 * * *'   # every 6 hours
  workflow_dispatch:

jobs:
  scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: Run Scanner
        env:
          NTFY_TOPIC: ${{ secrets.NTFY_TOPIC }}
        run: |
          python scripts/market_scanner.py \
            --notify \
            --output-csv data/results.csv

      - name: Commit Results
        run: |
          git config user.name "github-actions[bot]"
          git add data/
          git commit -m "Scan: $(date +%Y-%m-%d)" || true
          git push

핵심 인사이트: Git 저장소 자체를 데이터베이스로 사용합니다. 각 스캔은 CSV 파일을 커밋하므로 외부 데이터베이스가 필요하지 않습니다.

2. 딜 알림

고가치 기회가 감지될 때 ntfy.sh(무료)를 통해 푸시 알림을 보냅니다.

# notification_helper.py
import urllib.request
import os

NTFY_TOPIC = os.getenv("NTFY_TOPIC")

def send_alert(title: str, message: str, priority: str = "default"):
    req = urllib.request.Request(
        f"https://ntfy.sh/{NTFY_TOPIC}",
        data=message.encode(),
        headers={
            "Title": title,
            "Priority": priority,
            "Tags": "moneybag,bell"
        }
    )
    urllib.request.urlopen(req, timeout=10)

왜 ntfy.sh인가? 무료이며 인증이 필요 없고 iOS/Android에서 작동하며 우선순위 레벨을 지원합니다.

3. SAGE 피드백 루프

전환으로부터 학습하는 Thompson 샘플링 기반 시스템.

# sage_feedback_loop.py
def record_conversion(listing_id, platform, revenue):
    """Boost weights for successful conversions."""
    boost_factor = 1.1 + (revenue / 100)

    if platform in weights["platform_weights"]:
        weights["platform_weights"][platform] *= boost_factor

    normalize_weights()
    save_weights()

시스템은 다음을 추적합니다:

• 어떤 플랫폼이 가장 전환율이 높은지
• 어떤 가격대가 효과적인지
• 하루 중 어느 시간이 성과가 좋은지
• 카테고리별 성과

시간이 지남에 따라 어느 곳에 노력을 집중할지 더 똑똑해집니다.

4‑6. 리드 모니터, 스카우트, 대시보드

동일한 패턴 – 예약된 Python 스크립트가 다음을 수행합니다:

1. API에서 데이터 가져오기
2. 데이터를 처리하고 필터링
3. 결과를 Git 저장소에 커밋(상태 지속성)
4. 필요 시 알림 전송

사용 통계 (3 개월)

나는 무료 티어의 70 % 정도만 사용하고 있으며 여유가 있다.

아키텍처

GitHub Actions (FREE)
    ↓
Python scripts (market_scanner.py, etc.)
    ↓
Data stored in Git repo (CSV + JSON)
    ↓
Triggers on update → Alert workflow
    ↓
ntfy.sh push notification (FREE)
    ↓
Mobile alert (iOS/Android)

서버도 없고, 데이터베이스도 없으며, 인프라 비용도 없습니다.

제한 사항 (정직하게)

• 월 2,000 분 제한 – GitHub Pro($4/월)는 3,000 분을 추가합니다
• 최소 5 분 크론 – 분 이하 스케줄링은 불가
• 최대 6 시간 작업 실행 시간 – 대부분의 자동화에 충분함
• 무료 티어는 공개 저장소 – 비공개 저장소는 유료 플랜 필요
• ≈15 분 스케줄 변동 – 초 단위 정확도는 아님

사용하면 안 되는 경우

• 실시간 애플리케이션 (< 5 분 지연)
• 고빈도 작업 (하루에 수천 건)
• 민감한 데이터 처리 (프라이빗 저장소 또는 자체 호스팅 러너 사용)
• 비디오/이미지 처리 (시간을 빠르게 소모)

결과 (3개월 후)

• 스토리지 차익거래: 월 $120‑$180 스프레드로 12개의 기회
• 도구 대여 (JIT 모델): 첫 달에 $800 이익
• 리드 응답 시간: 35 % 더 빠름 → 전환율 상승

워크플로우는 즉시 비용을 회수했습니다.

시작하기

모든 것을 다운로드 가능한 템플릿으로 패키징했습니다:

FREE tier (no email required)

Download on Gumroad

• 1개의 시작 워크플로우
• 설정 가이드
• ntfy.sh 통합

Full bundle ($79)

Get All 6 Workflows

• 모든 6개 프로덕션 워크플로우
• SAGE 피드백 루프 시스템
• 20페이지 이상 문서

질문?

아래에 댓글을 남겨 주세요. 기꺼이 공유하겠습니다:

• 구체적인 워크플로우 세부 사항
• 맞춤 설정 팁
• 스택 확장 또는 보안에 대한 조언

자동화를 즐기세요!

흐름 패턴

• 오류 처리 전략
• 확장 접근법
• 실제 성능 데이터

이것은 제 “공개적으로 만들기” 시리즈의 일부입니다. 저는 21개의 직무에서 거절당했으며, 대신 $30/일 수동 소득을 향한 여정을 기록하고 있습니다.

업데이트 팔로우: @IgorGanapolsky